WIH(WebInfoHunter)批量敏感信息扫描:内置云 AK/Token/Webhook 正则规则与 AK 单独输出
pentest/recon · verified
一句话结论
WIH(WebInfoHunter)是 ARL(资产侦察灯塔)内的 Web 敏感信息扫描组件,可作为独立 Go 二进制使用:批量读取目标 URL 列表,爬取页面与 JS,用内置 YAML 规则集(阿里云/腾讯云/京东云/AWS/火山引擎/金山云/GCP 的 AccessKey ID、JWT、Bearer/Basic/Auth Token、私钥、GitLab/GitHub Token、企业微信/钉钉/飞书/Slack Webhook、Grafana 密钥、身份证/手机号/邮箱、密码等)做正则匹配,把命中的 AK/SK 单独写入 ak_leak.txt,用于授权信息收集阶段的泄露线索发现。
原理
- 批量爬取:
-t指定目标 URL 或文件,按-c(并发数)与-P(每站点并发数)抓取响应;可用-f跟随重定向、--limit-reader-size限制响应大小(默认 10485760 字节),输出 HTML/Markdown/JSON/CSV 等多种格式。 - 规则匹配:YAML 规则文件(默认
rules.yml)由内置规则(domain/ip/path/domain_url/ip_url 等)与自定义规则组成;每条规则有id、enabled、pattern(正则)。内置规则 ID 固定的条目(jwt_token、Aliyun_AK_ID、QCloud_AK_ID 等)不建议改名,以便程序识别并做特殊处理(如 AK/SK 单独输出)。 - 云厂商 AK 指纹:规则用各厂商的固定前缀识别 AccessKey ID:阿里云
LTAI、腾讯云AKID、京东云JDC_、AWSAKIA/ASIA/AGPA...、火山引擎AKLT/AKTP、金山云AKLT、GCPAIza、腾讯云 API 网关APID;另有secret_key内置规则提取 SecretKey。命中结果中原文示例带(Valid)标记(原文未说明校验实现,可能是格式/API 校验,需实测,勿臆测)。 - Token 与凭据:JWT(
eyJ...三段式)、Bearer/Basic/Authorization头值、PEM 私钥块、GitLabglpat-、GitHubghp_/gho_/ghu_/ghs_/ghr_/github_pat_、微信/企业微信 AppID、CorpID、原始 ID、Grafana API Key/Cloud Token/Service Account Token 等。 - Webhook 泄露:企业微信
qyapi.weixin.qq.com/cgi-bin/webhook/send?key=、钉钉oapi.dingtalk.com/robot/send?access_token=、飞书open.feishu.cn/open-apis/bot/v2/hook/、Slackhooks.slack.com/services/...——泄露后可直接向对应群聊发消息,属于常被忽视的横向/社工面。 - 噪音控制:
exclude_rules支持按id、content、target、source_tag组合排除(正则需regex:前缀),可过滤示例值、业务白名单站点与首页内容;-M限制每站最大收集数。 - 为什么有用:前端 JS、错误页、Swagger、配置接口经常直接暴露云凭据、Token 与 PII;批量扫描+正则能在不做漏洞利用的前提下快速圈定高价值线索。正则命中不等于可利用,AK 可能失效/只读。
- 边界:工具只做 HTTP 抓取与正则匹配,不维持登录态之外的会话、不做验证码/JS 渲染;命中需人工验证;对授权范围外的批量扫描有合规风险。
触发条件
- 获得对目标资产的授权信息收集许可,目标可通过 HTTP(S) 访问。
- 能从 ARL worker 容器提取 WIH 二进制(
docker cp arl_worker:/usr/bin/wih),或使用 ARL 自带功能。 - 准备目标列表(可从资产测绘平台导出)与规则文件;需要登录态的站点需自行处理 Cookie/Header(
-H)。 - 目标存在前端 JS/配置页/接口响应等可能泄露敏感信息的表面。
利用步骤
- 从 ARL worker 容器提取 WIH:
docker cp arl_worker:/usr/bin/wih /home/wih。 - 按需编辑
rules.yml:启用内置规则、加入业务自定义正则;用exclude_rules排除示例值与白名单。 - 准备
targets.txt(每行一个 URL),运行:./wih -t targets.txt -r wih_rules.yml -a -c 4 -P 4。 - 查看
results/目录输出(表格按 ID/CONTENT/COUNT/SOURCE 展示),关注身份证、手机号、密码、Token、Webhook 等命中。 - 查看
ak_leak.txt中单独汇总的 AK/SK 线索,结合来源 URL/JS 人工验证权限与归属,再决定后续只读枚举或报告。 - 对高价值命中回溯来源文件(JS/配置文件/接口),确认是否仍有效并评估影响。
PoC
# 提取并使用 WIH 扫描目标列表
docker cp arl_worker:/usr/bin/wih /home/wih
cd /home/wih
./wih -t targets.txt -r wih_rules.yml -a -c 4 -P 4
# 结果目录与 AK/SK 汇总
cat results/* # 表格:ID / CONTENT / COUNT / SOURCE
cat ak_leak.txt # 例:site: ... id: Aliyun_AK_ID, content: LTAI... (Valid), source: ...js
WIH 内置规则示例(节选,实际以工具自带 rules.yml 为准):
rules:
- id: Aliyun_AK_ID
enabled: true
pattern: \bLTAI[A-Za-z\d]{12,30}\b
- id: QCloud_AK_ID
enabled: true
pattern: \bAKID[A-Za-z\d]{13,40}\b
- id: jwt_token
enabled: true
pattern: eyJ[A-Za-z0-9_/+\-]{10,}={0,2}\.[A-Za-z0-9_/+\-\\]{15,}={0,2}\.[A-Za-z0-9_/+\-\\]{10,}={0,2}
exclude_rules:
- name: "不收集 cc.163.com 的 secret_key"
id: secret_key
target: regex:cc\.163\.com
enabled: true
变体与关联
- 同类工具:
pentest-recon-secretscraper-crawl-regex-sensitive-leak-scan(爬虫+正则扫描)、pentest-recon-httpx-store-response-js-bulk-capture(批量留存响应后离线 grep/trufflehog)、pentest-recon-frontend-obfuscated-js-hardcoded-credentials(混淆 JS 凭据还原)。 - 后续利用:
cloud-cloud-iam-frontend-js-alibaba-ak-sk-cloud-takeover(阿里云 AK/SK 接管)、cloud-cloud-iam-oss-ak-sk-leak-bucket-pii-proof(OSS 验证与 PII 取证)、web-generic-auth-js-api-discovery-unauth-pii-mass-export(接口枚举+PII 导出)。 - 变体:只启用特定厂商规则缩小范围;把 WIH 作为 ARL 流水线的一环;将规则迁移到 SecretScraper/trufflehog/gitleaks 等引擎。
- 边界:
(Valid)标记的判定逻辑原文未说明;AK 是否可用仍需 API 实测(注意授权与只读原则)。
检测与防御
- 防御:构建时做密钥扫描门禁,禁止密钥/PII 进入前端产物;轮换已泄露凭据;把 Webhook/Token 视为凭据管理;移除 sourcemap 与调试页面。
- 检测:Web 访问日志中的批量扫描特征(短时间大量 URL、并发扫描、固定 Go UA/无 UA、404/403 遍历);对云 AK 的异常调用做审计告警;监控
ak_leak.txt类工具的落地(攻击方视角)。 - 合规:仅对授权资产扫描,控制并发与范围,避免对业务造成压力。