一种信息收集方法、系统、设备及计算机可读存储介质与流程
本技术涉及网络安全,更具体地说,涉及一种信息收集方法、系统、设备及计算机可读存储介质。
背景技术:
1、渗透测试是评估计算机系统、网络或web应用安全性的手段,通过模拟攻击者的行为来发现系统潜在的安全漏洞。信息收集作为渗透测试的前置阶段,其质量直接决定了漏洞发现和攻击路径规划的效果。
2、近年来,大语言模型(large language model,llm)在自然语言理解和智能决策方面展现出强大能力,为渗透测试信息收集的智能化调度提供了新的技术路径。比如将大语言模型作为调度引擎,通过调用各类安全工具来执行信息收集任务。然而,大语言模型可能因推理偏差或陷入循环而反复调用同一工具,或在无效路径上持续尝试,导致系统资源浪费、任务执行超时,甚至触发被测对象的防护系统告警,影响渗透测试效率。
3、综上所述,如何提高信息收集的准确性并降低资源浪费是目前本领域技术人员亟待解决的问题。
技术实现思路
1、本技术的目的是提供一种信息收集方法,其能在一定程度上解决如何提高信息收集的准确性并降低资源浪费的技术问题。本技术还提供了一种信息收集系统、电子设备及计算机可读存储介质。
2、为了实现上述目的,第一方面,提供一种信息收集方法,包括:
3、获取对目标对象进行资产爬取后得到的候选资产清单;
4、按照所述候选资产清单,执行对应的信息收集任务;
5、响应于触发信息收集任务的阻断,则将信息收集任务的上下文输入大语言模型;
6、获取所述大语言模型输出的信息收集任务的阻断响应策略;
7、按照所述阻断响应策略处理信息收集任务,以得到所述目标对象的信息收集结果。
8、优选的,所述获取对目标对象进行资产爬取后得到的候选资产清单,包括:
9、获取目标对象的标识;
10、根据所述目标对象的标识,通过多种搜索语法进行全量资产爬取,得到原始资产清单;
11、基于icp备案信息,对所述原始资产清单进行过滤与扩展,得到初始资产清单;
12、基于ip归属信息,对所述初始资产清单进行过滤,得到过滤资产清单;
13、基于所述目标对象关联的子对象,对所述过滤资产清单进行扩展和去重,得到候选资产清单;
14、其中,所述多种搜索语法包括域名搜索、证书搜索、标题搜索、body搜索、图标搜索和c段搜索。
15、优选的,所述按照所述候选资产清单,执行对应的信息收集任务,包括:
16、对所述候选资产清单进行分块处理,得到分块资产数据;
17、将所述分块资产数据输入大语言模型;
18、获取所述大语言模型对所述分块资产数据进行语义分析、上下文推理和交叉关联处理后得到的价值等级;
19、根据所述价值等级,确定所述候选资产清单的资产优先级;
20、按照所述资产优先级,对所述候选资产清单执行对应的信息收集任务;
21、其中,所述语义分析用于结合所述目标对象的行业上下文,推理资产标识的业务含义;所述上下文推理用于综合资产的多维信号推理判定价值等级,所述多维信号包括http响应特征、页面标题、响应头信息及js引用信息;所述交叉关联用于根据资产间的关联关系调整资产的价值等级。
22、优选的,所述信息收集任务包括主动信息收集任务,所述按照所述候选资产清单,执行对应的信息收集任务,包括:
23、对于所述候选资产清单中的待处理资产,按照预设扩展方式进行处理,得到资产基线和漏洞线索;
24、通过浏览器代理,对待处理资产进行站库分析、请求爬取和前端框架提取,得到浏览器信息;
25、响应于获取到待处理资产的登录凭证,则基于所述登录凭证提取认证信息;
26、对所述资产基线进行指纹识别、waf检测和认证目录扫描,得到资产检测结果;
27、对待处理资产中未处理的javascript文件进行静态审计,得到静态审计信息;
28、基于所述资产基线、所述漏洞线索、所述浏览器信息、所述认证信息、所述资产检测结果和所述静态审计信息,生成所述候选资产清单的主动信息收集结果;
29、其中,所述预设扩展方式包括子域名枚举、存活检测、目录爆破、javascript分析、端口扫描、未授权访问检测和攻击面分析。
30、优选的,所述通过浏览器代理,对待处理资产进行站库分析,包括:
31、通过浏览器代理启动浏览器实例,加载待处理资产中目标页面的统一资源定位符;
32、从所述目标页面的入口统一资源定位符出发,遍历所述目标页面的链接,构建所述目标页面所对应站点的页面层级图;
33、分析所述页面层级图中各页面的统一资源定位符路径模式、导航结构和交互元素,识别站点的功能模块;
34、识别所述页面层级图中各页面中的表单,并对表单进行分析,得到表单信息,所述表单信息包括提交地址、字段名称、字段类型和验证规则;
35、基于所述表单信息,对所述页面层级图中各页面进行页面类型标注,得到页面类型结果;
36、追踪所述页面层级图中各页面之间的数据流向,建立所述功能模块之间的调用关系;
37、基于所述页面层级图、所述功能模块和所述调用关系,构建待处理资产的五维站点结构画像。
38、优选的,所述信息收集任务包括被动信息收集任务,所述按照所述候选资产清单,执行对应的信息收集任务,包括:
39、对于所述候选资产清单中的待处理资产,获取待处理资产的流量文件;
40、对所述流量文件进行资产盘点、价值分级、js分析、api推断、端口扫描、漏洞探测、认证测试和汇总,得到所述候选资产清单的被动信息收集结果。
41、优选的,按照所述阻断响应策略处理信息收集任务,包括:
42、若所述阻断响应策略表征放行,则继续执行信息收集任务;
43、若所述阻断响应策略表征降级,则降低信息收集任务的扫描强度或范围后继续执行;
44、若所述阻断响应策略表征跳过,则跳过信息收集任务的当前步骤后继续执行后续步骤;
45、若所述阻断响应策略表征重定向,则切换至信息收集任务的替代路径后继续执行;
46、若所述阻断响应策略表征终止,则结束信息收集任务。
47、第二方面,提供一种信息收集系统,包括:
48、资产爬取模块,用于获取对目标对象进行资产爬取后得到的候选资产清单;
49、信息收集模块,用于按照所述候选资产清单,执行对应的信息收集任务;
50、模型输入模块,用于响应于触发信息收集任务的阻断,则将信息收集任务的上下文输入大语言模型;
51、策略获取模块,用于获取所述大语言模型输出的信息收集任务的阻断响应策略;
52、阻断处理模块,用于按照所述阻断响应策略处理信息收集任务,以得到所述目标对象的信息收集结果。
53、第三方面,提供一种电子设备,包括:
54、存储器,用于存储计算机程序;
55、处理器,用于执行所述计算机程序时实现如上任一所述信息收集方法。
56、第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现如上任一所述信息收集方法。
57、本技术提供的一种信息收集方法,获取对目标对象进行资产爬取后得到的候选资产清单;按照候选资产清单,执行对应的信息收集任务;响应于触发信息收集任务的阻断,则将信息收集任务的上下文输入大语言模型;获取大语言模型输出的信息收集任务的阻断响应策略;按照阻断响应策略处理信息收集任务,以得到目标对象的信息收集结果。本技术中,将大语言模型引入信息收集任务的阻断处理环节,利用大语言模型的推理能力来对阻断后的信息收集任务进行阻断响应处理,实现了触发、推理、决策的智能闭环阻断处理,相较于对信息收集任务进行简单的硬性截断或计数限流,能够借助大语言模型的推理能力制定更合理的阻断响应策略,可以更准确的对阻断后的信息收集任务进行后续处理,避免了过早结束信息收集或者过慢结束信息收集的情况,提高了信息收集准确性并降低了资源浪费。基于此,对目标对象进行资产渗透的话,当针对目标对象的某一资产的信息收集触发阻断时,并非简单的进行断连或等待操作,而是利用llm对当前资产的处理状态进行推理,能够精准区分对某个资产的深度枚举与无效碰撞,确保了在整个渗透周期中,对各类资产的探测持续有效运行,避免了因单点卡死导致整体渗透任务失败。本技术提供的一种信息收集系统、电子设备及计算机可读存储介质也解决了相应技术问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com