基于DeepSeek本地大模型的BurpSuite敏感信息检测插件开发指南

一、开发背景与概述

在渗透测试过程中，传统的敏感信息检测方法（如正则表达式匹配）存在以下问题：

• 覆盖率低：难以覆盖所有可能的敏感信息格式
• 误报率高：无法理解上下文语义，导致大量误报
• 维护成本高：需要不断更新规则库

本方案利用本地部署的大语言模型(DeepSeek/Ollama)结合BurpSuite扩展开发技术，实现智能化的敏感信息检测，具有以下优势：

• 语义理解能力：能理解上下文，减少误报
• 高覆盖率：可检测各种格式的敏感信息
• 本地部署：保障数据安全，不泄露敏感信息

二、技术架构设计

系统架构

Burp插件(Python) -> 子进程调用 -> Ollama本地模型服务(REST API) -> 返回结构化检测结果

工作流程

1. BurpSuite捕获HTTP响应报文
2. 通过子进程调用本地分析脚本
3. 调用Ollama API进行智能分析
4. 结构化解析检测结果
5. 在Burp界面展示告警信息

三、核心代码实现

1. Burp扩展主程序

from burp import IBurpExtender, IHttpListener
import subprocess

class BurpExtender(IBurpExtender, IHttpListener):
    
    def registerExtenderCallbacks(self, callbacks):
        self._callbacks = callbacks
        self._helpers = callbacks.getHelpers()
        callbacks.setExtensionName("DeepSeek Sensitive Data Detector")
        callbacks.registerHttpListener(self)
        
    def processHttpMessage(self, toolFlag, messageIsRequest, messageInfo):
        if not messageIsRequest:  # 仅处理响应报文
            response = messageInfo.getResponse()
            response_body = self._helpers.bytesToString(response)
            
            # 调用分析脚本
            result = self.analyze_with_python(response_body)
            
            # 处理结果并显示警告
            if result and result.get("contains_sensitive_data"):
                self._callbacks.issueAlert("敏感数据检测警告")
    
    def analyze_with_python(self, response_body):
        try:
            process = subprocess.Popen(
                ['python', 'analyze_with_ollama.py'],
                stdin=subprocess.PIPE,
                stdout=subprocess.PIPE,
                stderr=subprocess.PIPE
            )
            stdout, stderr = process.communicate(input=response_body.encode('utf-8'))
            return json.loads(stdout.decode('utf-8'))
        except Exception as e:
            self._callbacks.printError(f"分析出错: {str(e)}")
            return None

技术要点：

• 实现IBurpExtender和IHttpListener接口
• 使用subprocess模块调用外部Python脚本
• 通过标准输入输出进行进程间通信
• 完善的错误处理机制保障插件稳定性

2. Ollama本地模型调用脚本

import sys
import requests
import json

# 配置参数
OLLAMA_URL = "http://localhost:11434/api/generate"
MODEL_NAME = "deepseek"  # 或"llama2"等其他本地模型
TIMEOUT = 30  # 超时时间(秒)
MAX_LENGTH = 5000  # 最大输入长度

PROMPT_TEMPLATE = """请执行以下敏感信息检测任务:
1. 严格检测以下内容中的敏感数据类型，包括但不限于:
   - API密钥/令牌
   - 身份证/护照等证件号码
   - 银行卡/信用卡信息
   - 医疗健康数据
   - 个人隐私信息

2. 对每个检测项必须包含:
   - 类型(type): 敏感数据类型
   - 值(value): 检测到的具体值
   - 上下文(context): 前后各20字符的上下文
   - 置信度(confidence): 0-1之间的置信度评分

3. 返回严格JSON格式，结构如下:
{
    "contains_sensitive_data": true/false,
    "sensitive_items": [
        {
            "type": "API_KEY",
            "value": "sk_live_1234567890",
            "context": "Here is your api key: sk_live_1234567890, please",
            "confidence": 0.95
        }
    ]
}

待检测内容:
{content}
"""

def main():
    try:
        # 读取输入内容
        content = sys.stdin.read().strip()
        if not content:
            return {"contains_sensitive_data": False}
        
        # 截断过长的内容
        content = content[:MAX_LENGTH]
        prompt = PROMPT_TEMPLATE.format(content)
        
        # 调用Ollama API
        response = requests.post(
            OLLAMA_URL,
            json={
                "model": MODEL_NAME,
                "prompt": prompt,
                "format": "json",
                "options": {"temperature": 0.2}  # 低随机性确保稳定性
            },
            timeout=TIMEOUT
        )
        response.raise_for_status()
        
        # 解析响应
        result = json.loads(response.text)
        if not validate_result(result):
            return {"contains_sensitive_data": False}
            
        return result
        
    except Exception as e:
        print(f"Error: {str(e)}", file=sys.stderr)
        return {"contains_sensitive_data": False}

def validate_result(data):
    """验证返回结果结构是否合法"""
    if not isinstance(data.get("contains_sensitive_data"), bool):
        return False
        
    if not isinstance(data.get("sensitive_items", []), list):
        return False
        
    for item in data.get("sensitive_items", []):
        required_keys = {"type", "value", "context", "confidence"}
        if not all(key in item for key in required_keys):
            return False
            
        if not isinstance(item["confidence"], (int, float)) or not 0 <= item["confidence"] <= 1:
            return False
            
    return True

if __name__ == "__main__":
    result = main()
    print(json.dumps(result, ensure_ascii=False))

创新设计：

• 多层级敏感数据分类检测
• 上下文截取机制(前后各20字符)
• 置信度评分体系(0-1)
• 严格的JSON格式验证
• 输入内容长度限制(5000字符)
• 低temperature设置(0.2)确保稳定性

四、部署与配置指南

1. 环境准备

1. 安装Ollama服务:

   curl -fsSL https://ollama.com/install.sh | sh
   

2. 下载DeepSeek模型:

   ollama pull deepseek
   

3. 安装BurpSuite扩展依赖:

   pip install requests
   

2. 插件安装步骤

1. 将上述两个脚本保存为:

   • burp_extension.py (Burp主程序)
   • analyze_with_ollama.py (模型调用脚本)

2. 在BurpSuite中:

   • 进入Extender -> Extensions
   • 点击"Add" -> 选择"Python"类型
   • 选择burp_extension.py文件
   • 确保Ollama服务已启动(ollama serve)

五、测试与优化

测试数据

性能优化建议

1. 响应时间优化:

   • 限制输入长度(当前5000字符)
   • 使用流式API减少等待时间
   • 实现缓存机制避免重复分析

2. 准确性提升:

   • 优化prompt模板
   • 增加后处理规则
   • 实现反馈机制持续改进模型

六、高级功能扩展

1. 自定义敏感数据类型:

   CUSTOM_SENSITIVE_TYPES = [
       "API_KEY",
       "ID_CARD",
       "BANK_CARD",
       "MEDICAL_RECORD"
   ]
   

2. 批量扫描模式:

   • 实现SiteMap全站扫描功能
   • 历史记录重扫描

3. 报告生成:

   • 自动生成PDF报告
   • 导出CSV格式结果

4. 主动防护:

   • 自动替换敏感信息
   • 实时拦截包含敏感数据的响应

七、安全注意事项

1. 确保Ollama服务仅监听本地(127.0.0.1)
2. 不要在生产环境使用未经验证的模型
3. 定期更新本地模型版本
4. 对检测结果进行日志记录和审计

八、故障排除

1. 模型不响应:

   • 检查Ollama服务是否运行: ollama serve
   • 验证模型是否下载: ollama list

2. 插件无法加载:

   • 检查Python环境是否匹配
   • 验证依赖包是否安装

3. 检测结果不准确:

   • 调整prompt模板
   • 降低temperature值(0.1-0.3)
   • 增加输入上下文

通过本方案，您可以构建一个高效、准确的敏感信息检测系统，显著提升渗透测试的效率和准确性。