♧ Godown 安全知识树

动态页面差分 Fuzz:归一化噪声并用多维相似度识别真实差异

pentest/recon · verified

一句话结论

对动态页面做参数 Fuzz 时,先把每次请求都会变化的 UUID、时间戳、CSRF token、随机串归一化成占位符,再把回显的参数值还原成基线值,最后用状态码、跳转、标题、长度与内容相似度等多维信号对比基线,只报告真正发生结构/内容变化的响应,从而避免“每个响应都不同”导致的满屏误报。

原理

传统 Fuzz 工具通常只看状态码、响应长度或词数。动态页面每次请求都会带上时间戳、随机 ID、CSRF token、会话标识等变化内容,导致每个响应都和基线不同,工具把全部 payload 判为“命中”,结果不可用。

差分 Fuzz 的核心是先把“与 payload 无关的噪声”从响应中剥离,再比较剩余部分:

  1. 归一化:把 UUID、HTTP 日期、日期时间、时间、毫秒时间戳、CSRF token/session 字段、长十六进制串、长 Base64 串、大小写数字混排的随机串、超长数字替换成固定占位符(如 <UUID>、<HTTPDATE>、<TS>、<TOKEN>、<HEX>、<B64>、<RAND>、<NUM>);4 位以上数字统一成 <N>,避免计数器、随机数、偏移量影响判断。
  2. 回显还原:参数型 Fuzz 中服务端常把传入值原样回显到 HTML,每个 payload 都会让页面“看起来变了”。做法是把响应中出现的注入值替换回基线值,使回显被抵消,只有页面结构/内容真的改变时才凸显;反过来开启反射检测(如 --reflect detect)则专门利用回显找反射型 XSS。
  3. 多维相似度:对归一化后的文本计算字符三元组余弦相似度(权重 0.5)、字符三元组 Jaccard 相似度(权重 0.2)、SimHash 汉明相似度(权重 0.3);短文本(不足 32 字节)退化为精确比较,避免统计失真。
  4. 判定:状态码变化、跳转目标(Location)变化、响应类型文本/二进制变化、页面标题变化、归一化后长度差超过 max(2%, 16 字节)、内容相似度低于阈值(灵敏度 3 时约 0.96)、响应中新出现 SQL 报错/异常栈//etc/passwd 内容/目录列表等敏感关键字——任一维度越界即判为“不同”,并按差异强度排序。

因此它解决的是“黑箱响应差异识别”问题:先建立基线,再把 payload 造成的真实变化从动态噪声中分离出来。工具只是实现方式,方法本身也可用于自建脚本或其他 Fuzz 工具。

触发条件

  • 目标页面存在动态内容(时间戳、CSRF token、随机 ID、会话标识),直接比较原始响应会大量误报;
  • 能先发送一次基线请求,并保持 Cookie/会话一致;
  • 有可用的参数/接口清单或爬虫结果;
  • 目标是 GET/POST 参数、请求头或原始请求中的可控位置;
  • 对反射型 XSS 检测,目标会把输入回显到响应中。

利用步骤

  1. 收集接口:用 gospider、katana 等爬虫抓取目标 URI 和接口,得到 spider.txt 一类的 URL 列表。
  2. 提取参数并生成模板:用正则过滤带参数的 GET URL,把每个参数值替换成 FUZZ,去重后得到可批量 Fuzz 的模板。
  3. 选择字典:按测试目标选用内置/自定义字典(通用分隔符与边界值、目录、参数名、敏感文件、备份后缀、SQLi、XSS、LFI、SSRF、SSTI、用户名、弱口令等)。
  4. 建立基线:对同一 URL 先发不带 payload 的请求,记录状态码、长度、标题、跳转和内容;工具侧会自动做这一步。
  5. 发送变异:按单点(sniper)、同步推进(pitchfork)或笛卡尔积(clusterbomb)模式注入;按需选择原样、URL 编码、全字符编码、双重编码。
  6. 筛选结果:只查看“强/中”差异与敏感关键字命中项,人工复核响应内容,确认是否为真实漏洞;弱差异通常只是动态噪声或正常业务变化。
  7. 反射检测:需要找反射型 XSS 时开启反射检测模式,让参数回显本身成为命中信号,而不是被还原掉。

PoC

以下命令展示最小工作流(工具为第三方项目,执行前应自行审查二进制/源码,仅在授权目标使用):

# 1. 爬取目标,得到 URL 列表
gospider -s "http://target" -o spider_out

# 2. 过滤带参数的 GET URL,生成 FUZZ 模板
cat spider_out/* | grep -E '=[^&[:space:]]+' | grep -v '\.png' \
  | sed 's/=[^&]*/=FUZZ/g' | sort -u > fuzz_urls.txt

# 3. 单参数 Fuzz(使用自定义 XSS 字典)
fastfuzz -u 'http://target/xss/echo?name=FUZZ' -w XSS-BruteLogic.txt

# 4. 从 Burp 原始请求读取,全字符 URL 编码并开启反射检测
fastfuzz -r raw.txt -w builtin:sqli -e urllall --reflect detect --table

对应的传统工具等价命令(需人工对比基线):

ffuf -u 'http://target/xss/echo?name=FUZZ' -w XSS-BruteLogic.txt -ac -of csv -o ffuf.csv
gobuster fuzz -u 'http://target/xss/echo?name=FUZZ' -w XSS-BruteLogic.txt

变体与关联

  • 变体:用 ffuf 的自动校准(-ac)或自写脚本做基线差分;用无头浏览器渲染 JS 后再比较 DOM;对 JSON API 比较结构化字段而非全文;把敏感关键字(SQL 报错、栈信息、文件内容)作为独立信号。
  • 关联:[[pentest-recon-web-config-robots-credential-leak]](爬虫阶段同时发现泄露文件);web/generic/sqli(原 RuoYi 卡已删除)(Fuzz 发现注入后的人工验证);[[defense-detection-logstash-nginx-sqli-tagging]](防守方从访问日志识别此类高频变异请求)。
  • 不确定点:原文是工具介绍与演示,未在真实业务系统上给出误报率/漏报率;相似度权重与阈值来自工具文档,换目标后需要重新校准;短文本、纯二进制响应和强动态页面仍可能误判。

检测与防御

  • 防守方检测:同一源 IP 在短时间内对同一接口发送大量参数变体;请求中出现大量分隔符、编码变形、XSS/SQLi 关键字;大量 404/500 或响应长度突变;User-Agent 为 fastfuzz、ffuf、gobuster、wfuzz 等;WAF 日志中同一会话的规则命中密度异常。
  • 限速与封禁:对参数级高频请求做速率限制、验证码/挑战、临时封禁;区分正常搜索与自动化 Fuzz。
  • 减少可观测差异:统一错误页,不返回 SQL 报错、异常栈、文件内容或目录列表;对动态 token 做正常化输出并不能阻止 Fuzz,但能降低攻击者判定效率。
  • 根因修复:Fuzz 只是发现手段,命中后仍需按具体漏洞修复(参数化查询、输出编码、上传校验、SSRF 白名单等)。