onurcangnc/web_app_ai_scanner

# 🔎 AI 辅助 Web 安全扫描器 一个基于 Python 构建的模块化、模式驱动的 **Web 应用程序安全扫描流水线**。 - 它集成了知名的侦察和漏洞发现工具，并结合 **AI 辅助** 进行更智能的端点过滤和模板选择。 ## 🚀 功能特性 - **设计模式实战** - **Observer** → 实时控制台、日志和 Telegram 通知 - **Command** → 封装每个工具的执行过程 - **Decorator** → 用于性能测量的计时包装器 - **Strategy** → 根域名与子域名工作流选择 - **Factory Method** → 根据标识符动态创建命令 - **Builder** → 完整的 HTML 安全报告生成器 - **集成工具** - 🔹 [Subfinder](https://github.com/projectdiscovery/subfinder) – 子域名枚举 - 🔹 [Httpx](https://github.com/projectdiscovery/httpx) – 存活主机探测 - 🔹 [Subzy](https://github.com/PentestPad/subzy) – 子域名接管检测 - 🔹 [FFUF](https://github.com/ffuf/ffuf) – 带有基线过滤的端点暴力破解 - 🔹 [Katana](https://github.com/projectdiscovery/katana) – Web 爬虫 - 🔹 [WhatWeb](https://github.com/urbanadventurer/whatweb) + [Wappalyzer](https://github.com/projectdiscovery/wappalyzer) – 技术栈检测 - 🔹 [Waybackurls](https://github.com/tomnomnom/waybackurls) – 通过历史 URL 进行被动侦察 - 🔹 [Nuclei](https://github.com/projectdiscovery/nuclei) – 配合 AI 辅助模板选择的漏洞扫描 - **AI 驱动模块** - 提取检测到的技术栈 (WhatWeb + Wappalyzer + 启发式分析) - 为目标技术栈选择相关的 **Nuclei 模板** - 识别 **可疑端点** (例如 `/admin`, `/login`, `/upload`, `.git`, `.env`) - 聚焦于 **高/严重级别扫描** - **输出** - 整洁的 HTML 报告，包含： - 执行摘要 - 技术栈 - 漏洞统计 - 子域名接管结果 - FFUF & Wayback 端点 - Nuclei 发现 (概览 + 可折叠详情) ## 📐 软件设计模式 本项目也是 **经典 OOP 设计模式** 在真实安全流水线中应用的**展示案例**。 它演示了设计模式如何提升**模块化、可扩展性和可维护性**。 | 模式 | 实现示例 | 用途 | |------------------|-----------------------------------------------------------------------|--------------------------------------------------------------------------| | **Observer** | `ConsoleObserver`, `LogFileObserver`, `TelegramObserver` | 当命令执行完成时通知多个监听器（控制台、文件、Telegram）。 | | **Command** | `SubfinderCommand`, `HttpxCommand`, `FfufCommand`, `NucleiCommand` | 将每个安全工具封装为一个可复用、可执行的对象。 | | **Decorator** | `TimingDecorator` | 在不改变命令逻辑的情况下添加执行时间测量。 | | **Strategy** | `RootDomainStrategy`, `SubdomainStrategy` | 根据输入类型（根域名 vs 子域名）切换工作流。 | | **Factory Method**| `CommandFactory` | 从字符串标识符动态创建正确的命令类。 | | **Builder** | `ReportBuilder` | 将发现的结果和输出组装成最终的 HTML 报告。 | ## 📐 UML 图表 ### 类图 展示了**设计模式** (Command, Observer, Builder 等) 在扫描流水线中的结构。  ### 用例图 说明了**用户**如何与扫描系统进行**交互**。  ### 活动图 展示了**扫描过程的工作流** (子域名发现 → 探测 → 模糊测试 → 漏洞扫描 → 报告)。  👉 完整尺寸的 UML 图表可在 [uml](./uml_diagrams/) 中查看。 ## 📂 项目结构 ``` ├── scanner.py # Main pipeline orchestrator ├── report-.html # Generated HTML report ├── *.json / *.txt # Intermediate scan outputs └── pipeline.log # Logs ``` ``` python3 scanner.py --domain example.com ``` - 输入：根域名 (例如 example.com) 或单个子域名 (例如 app.example.com) - 输出：report-example.com.html ## 📊 报告示例 - 包含严重程度统计的执行摘要 - 检测到的技术栈 (经 AI 增强) - 来自 FFUF & Wayback 的存活端点 - 漏洞详情 (每个发现对应可折叠卡片) ## 🔧 环境要求 - Python 3.10+ - 已安装工具： `subfinder`, `httpx`, `subzy`, `ffuf`, `katana`, `whatweb`, `wappalyzer`, `waybackurls`, `nuclei` - [OpenAI](https://platform.openai.com/) 的 API Key 安装 Python 依赖： ``` pip install -r requirements.txt ``` ## 📜 许可证 MIT License – 可自由使用和修改。 ## 🙌 致谢 由 **Onurcan Genç** 开发 Offensive Security 专家 | Bilkent CTIS

标签：DevSecOps, FFUF, Google, HTML报告, MISP, Nuclei, Petitpotam, Python, Web安全, 上游代理, 人工智能, 子域名挖掘, 密码管理, 数据展示, 无后门, 用户模式Hook绕过, 红队, 网络安全, 蓝队分析, 逆向工具, 配置审计, 隐私保护