AutoSSRF 使用指南：基于上下文的智能SSRF漏洞扫描工具

1. 工具概述

AutoSSRF 是一款功能强大的智能化SSRF（Server-Side Request Forgery，服务端请求伪造）漏洞扫描工具，具有以下核心特点：

• 上下文识别：能够智能识别目标Web应用的上下文环境
• 大规模扫描：适合批量扫描任务
• 低干扰性：只针对SSRF相关参数进行测试，不影响其他功能
• 动态Payload生成：基于目标环境生成针对性Payload
• 低误报率：依赖interactsh项目进行准确检测

2. 核心功能详解

2.1 智能化模糊测试

• 仅针对与SSRF相关的常见GET参数进行测试
• 不会干扰Web应用程序对其他URL的正常解析
• 保持原始URL功能完整的同时进行安全测试

2.2 动态Payload生成机制

当检测到类似 https://host.com/?fileURL=https://authorizedhost.com 的URL时：

1. 识别 authorizedhost.com 为潜在白名单主机
2. 基于此信息动态生成绕过Payload，例如：
   • http://authorizedhost.attacker.com
   • http://authorizedhost%252F@attacker.com
3. 尝试多种绕过白名单验证的技术

2.3 检测机制

• 依赖 interactsh 项目检测出站DNS/HTTP交互
• 通过监控外部交互确认漏洞存在
• 确保几乎零误报的检测结果

3. 安装指南

3.1 环境准备

1. 安装Python 3环境
2. 确保已安装Git

3.2 安装步骤

# 克隆项目仓库
git clone https://github.com/Th0h0/autossrf.git

# 进入项目目录
cd autossrf

# 安装Python依赖
pip install -r requirements.txt

# 安装Interactsh-Client
go install -v github.com/projectdiscovery/interactsh/cmd/interactsh-client@latest

4. 使用说明

4.1 基本命令

查看帮助信息：

python3 autossrf.py -h

输出示例：

usage: autossrf.py [-h] [--file FILE] [--url URL] [--output] [--verbose] options:
  -h, --help        显示工具帮助信息和退出
  --file FILE, -f FILE
                    包含所有需要测试的URL的文件路径
  --url URL, -u URL
                    需要测试SSRF漏洞的单个URL地址
  --output, -o      输出文件路径
  --verbose, -v     激活Verbose模式

4.2 扫描模式

扫描单个URL目标：

python3 autossrf.py -u "https://www.host.com/?param1=X&param2=Y&param2=Z"

批量扫描多个URL（Verbose模式）：

python3 autossrf.py -f urls.txt -v

5. 技术原理

5.1 SSRF检测流程

1. URL解析与参数识别
2. 上下文分析（识别白名单主机等）
3. 动态Payload生成
4. 发送测试请求
5. 通过interactsh监控外部交互
6. 确认漏洞存在

5.2 典型Payload示例

• 域名拼接：http://authorizedhost.attacker.com
• URL编码绕过：http://authorizedhost%252F@attacker.com
• IP格式绕过：http://0xAC.0x11.0x0A.0x01 (172.17.10.1)
• 重定向利用：http://authorizedhost.com/redirect?url=attacker.com

6. 最佳实践

1. 目标选择：优先测试文件操作、远程资源加载等功能的URL
2. 参数识别：关注url、file、path、load等常见SSRF参数
3. 结果验证：结合Verbose模式分析检测过程
4. 输出分析：检查interactsh的交互日志确认漏洞

7. 许可证

本项目遵循MIT开源许可证协议。

8. 项目地址

GitHub仓库：https://github.com/Th0h0/autossrf

9. 注意事项

1. 使用前确保获得目标系统的授权
2. 避免在生产环境进行高频率扫描
3. 注意遵守当地法律法规
4. 建议在测试环境中验证工具效果后再用于实际评估