♧ Godown 安全知识树

用后端错误反馈迭代发现 API 隐藏参数

pentest/recon · verified

一句话结论

对 API 发送故意缺参数的请求,从其“缺少参数 X / Field 'X' is required”一类错误中提取参数名,填入测试值后重发,循环直到接口成功或不再出现新参数,即可在不依赖参数字典、不读前端 JS 的情况下自动发现隐藏参数。

原理

大多数后端框架在参数缺失或格式错误时,会在响应中明确返回缺了哪个字段:

  • Spring Boot/Django/Laravel:parameter[user_code] is missing、Field 'mobile_phone' is required;
  • 国产/政务系统:缺少参数 account_email、user_id 不能为空、x 为必填项;
  • JSON Schema:requires property 'x'、required property 'x'。

这些错误本质上是接口自己给出的参数文档。发现流程是一个反馈闭环:

  1. 先发空参数,后端校验第一个必填项并报错;
  2. 从响应中正则提取参数名;
  3. 用类型推断生成一个能通过格式校验的测试值(phone/mobile → 手机号,mail/email → 邮箱,code/id → 数字),填入后重发;
  4. 后端继续校验下一个参数,重复直到返回成功码或错误中不再出现新参数;
  5. 最多迭代 3 轮,防止接口永远报错导致死循环。

它相对字典爆破的优势是:参数名来自目标自身,不会因为不在字典里而漏掉;发现的名字一定是接口真实接受的。局限是覆盖率取决于后端是否逐字段报错——一次性返回“参数不完整”的接口只能拿到第一个触发校验的参数。

触发条件

  • 目标接口返回详细校验错误(未统一改成 invalid request);
  • 后端按字段顺序校验,缺少一个就报一个,而不是一次性汇总;
  • 攻击者能直接访问接口,且前端校验没有在请求到达后端前全部拦截;
  • 参数名没有加不可预测的前缀/混淆(如错误里显示 enc_user_code,实际字段是 user_code);
  • 接口没有严格限速或能承受小规模迭代请求。

利用步骤

  1. 选择一个业务接口(登录、资料修改、申请提交等),先用空 body 或空 JSON 请求。
  2. 解析响应:优先 json.loads,读取 err_msg、message、error 等字段;解析失败则对原始响应体匹配。
  3. 按错误模式提取参数名:英文 missing/required、中文“缺少/不能为空/必填项”、JSON Schema requires property、格式/长度错误。
  4. 根据参数名生成测试值:手机号、邮箱、数字 ID、验证码、日期等;填回请求。
  5. 重发并重复 2–4 步,记录新参数,直到成功响应或无新参数。
  6. 把发现的参数交给后续测试:越权(改 user_id)、批量赋值(加 role/is_admin)、注入、SSRF 等。

PoC

最小化流程(伪代码,按目标错误格式调整正则):

import json, re, requests

PATTERNS = [
    r"parameter\[([A-Za-z_][A-Za-z0-9_]*)\]\s*is\s*missing",
    r"Field '([A-Za-z_][A-Za-z0-9_]*)' is required",
    r"(?:缺少参数|参数)\s*['\"]?([A-Za-z_][A-Za-z0-9_]*)",
    r"([A-Za-z_][A-Za-z0-9_]*)\s*(?:不能为空|为必填项)",
    r"requires? property '([A-Za-z_][A-Za-z0-9_]*)'",
]

def fake(name):
    n = name.lower()
    if "phone" in n or "mobile" in n: return "13800138000"
    if "mail" in n: return "test@example.com"
    if "code" in n or n.endswith("id"): return "1"
    return "test"

def discover(url, rounds=3):
    params = {}
    for _ in range(rounds):
        r = requests.post(url, json=params, timeout=10)
        body = r.text
        try:
            data = r.json()
            body = str(data.get("err_msg") or data.get("message") or data.get("error") or body)
        except Exception:
            pass
        found = None
        for p in PATTERNS:
            m = re.search(p, body, re.I)
            if m:
                found = m.group(1)
                break
        if not found or found in params:
            break
        params[found] = fake(found)
    return params

print(discover("https://target/api/user/update"))

迭代示例:

POST /api/user/update  {}
→ {"err_msg":"parameter[mobile_phone] is missing."}      # 提取 mobile_phone
POST /api/user/update  {"mobile_phone":"13800138000"}
→ {"err_msg":"parameter[account_email] is missing."}     # 提取 account_email
POST /api/user/update  {"mobile_phone":"...","account_email":"test@x.com"}
→ {"err_code":"00000"}                                    # 完成

变体与关联

  • 变体:从“格式错误/长度错误”还能反推字段约束(手机号 11 位、密码长度、验证码位数),为后续爆破/注入准备合法输入。
  • 变体:GraphQL 的字段建议、OpenAPI/Swagger 报错、JSON Schema 校验器、参数化框架的 required 列表,都可作为错误源。
  • 关联:[[pentest-recon-dynamic-page-differential-fuzz]](拿到参数后做差分 Fuzz);[[web-generic-auth-type-dispatch-unauth-data-exposure]](发现 type/user_id 后测越权);[[web-generic-sqli-exists-left-boolean-oracle]](对发现的可注入参数做盲注)。
  • 不确定点:原文只给出简化示例与一组对照数据(2/2、3/3、1/3),开源引擎细节未展开;覆盖率依赖目标错误信息的详细程度,生产环境可能关闭。

检测与防御

  • 错误收敛:生产环境统一返回“请求参数错误”,不在响应中回显参数名、字段名或校验细节;详细错误只写服务端日志。
  • 参数校验:服务端做完整 schema 校验,但错误信息不区分“缺哪个字段”;对一次性汇总错误保持一致性。
  • 限速与告警:对同一接口的高频空参数/字段探测做速率限制;日志中出现大量 missing/required/不能为空 响应时告警。
  • 前端不是防线:不要依赖前端校验拦截;攻击者可直接请求 API。
  • 授权:即使参数被发现,也要保证每个字段的读写都经过服务端授权与字段级白名单,防止批量赋值/越权。