Manasvi1412/VulnX

GitHub: Manasvi1412/VulnX

VulnX 是一个结合 Google Gemini AI 的 Web 应用渗透测试框架,能够自动扫描 OWASP Top 10 漏洞并生成包含修复建议的 PDF 报告。

Stars: 0 | Forks: 0

# VulnX — AI 增强的 Web 应用渗透测试框架 ![Python](https://img.shields.io/badge/Python-3.10+-blue?style=flat-square) ![Flask](https://img.shields.io/badge/Flask-REST%20API-lightgrey?style=flat-square) ![OWASP](https://img.shields.io/badge/OWASP-Top%2010-red?style=flat-square) ![AI](https://img.shields.io/badge/AI-Gemini%201.5%20Flash-purple?style=flat-square) ![License](https://img.shields.io/badge/For-Educational%20Use-green?style=flat-square) ## 概述 VulnX 是一个生产级的自动化 Web 应用渗透测试框架,涵盖了 10 类 OWASP Top 10 漏洞。它结合了多线程侦察、可配置深度的 Web 爬虫、10 个专门的漏洞扫描器以及 Google Gemini AI,用于自动生成 CWE 映射、CVSS 评分和修复建议——所有这些都包含在一份专业的 PDF 渗透测试报告中。 旨在展示从侦察到报告的端到端攻击性安全评估工作流。 ## 核心功能 ### 10 个漏洞扫描器 — OWASP Top 10 | 扫描器 | 漏洞 | 使用的技术 | |---------|--------------|-----------------| | SQLi | SQL 注入 (SQL Injection) | 基于报错、基于时间盲注、布尔盲注、基于 Union | | XSS | 跨站脚本攻击 (Cross-Site Scripting) | 反射型、存储型 payload 检测 | | SSRF | 服务端请求伪造 (Server-Side Request Forgery) | 内部 endpoint 探测 | | IDOR | 不安全的直接对象引用 (Insecure Direct Object Reference) | 参数篡改 | | LFI | 本地文件包含 (Local File Inclusion) | 路径遍历 payload | | CMDi | 命令注入 (Command Injection) | Shell 元字符注入 | | Open Redirect | URL 重定向 | 重定向参数 fuzzing | | CSRF | 跨站请求伪造 (Cross-Site Request Forgery) | Token 校验分析 | | JWT | JWT 配置错误 | 算法混淆、none 绕过、弱密钥 | | Headers | 安全 Header 分析 | 缺失/配置错误的 HTTP header | ### 基于 AI 的漏洞分析 - 集成 **Google Gemini 1.5 Flash API** 进行针对单个漏洞的 AI 分析 - 自动生成:**CWE 映射** · **CVSS 分数估算** · 真实攻击场景 · 安全代码示例 · 逐步修复指南 - 未设置 API key 时的平滑降级处理 ### 多线程侦察引擎 - **子域名枚举** — 包含 300 多个词的 wordlist,结合并发 HTTP 验证 - **端口扫描** — 18 个常见服务,包含 banner grabbing 和风险分级(严重 / 高危 / 中危 / 低危) - **技术指纹识别** — 检测 Web 技术栈、framework 和服务器信息 ### 高级 SQLi 检测 - 通过 **difflib 相似度评分** 进行动态基线平均,以消除嘈杂页面上的误报 - 基于 Union 的列数自动检测 - 具有可配置延迟阈值的基于时间的盲注 - 基于布尔的差异性分析 ### JWT 安全分析器 - 算法混淆攻击检测(**RS256 → HS256** 降级) - **None 算法绕过**测试 - 弱密钥暴力破解 - 缺失的 claims 验证(exp, iat, iss) ### Web 爬虫 - 可配置深度的爬虫,支持 HTML 表单发现 - GET/POST 参数提取 - Session cookie + Authorization header 注入,用于经过身份验证的扫描 ### 自动化 PDF 渗透测试报告 - 通过 **ReportLab** 生成可直接交付给客户的报告 - 执行摘要 · 严重程度细分 · 单个漏洞详情 · payload 证据 · AI 修复建议 ## 架构 ``` VulnX/ ├── app.py Flask app + scan orchestration ├── ai_engine/ │ └── gemini_analyzer.py Gemini 1.5 Flash API — per-vuln AI analysis ├── scanner/ │ ├── sqli.py SQL Injection (4 techniques) │ ├── xss.py Cross-Site Scripting │ ├── ssrf.py Server-Side Request Forgery │ ├── idor.py Insecure Direct Object Reference │ ├── lfi.py Local File Inclusion │ ├── cmd_injection.py Command Injection │ ├── open_redirect.py Open Redirect │ ├── csrf.py CSRF token analysis │ ├── jwt_analyzer.py JWT misconfiguration │ └── headers.py HTTP security headers ├── recon/ │ ├── subdomain.py Subdomain enumeration (300+ wordlist) │ ├── portscan.py Port scanner (18 services + banner grab) │ └── tech_detect.py Technology fingerprinting ├── crawler/ │ └── spider.py Depth-configurable web crawler ├── reports/ │ └── pdf_generator.py ReportLab PDF report generator └── templates/ Flask UI — scan dashboard + report viewer ``` ## 技术栈 | 组件 | 技术 | |-----------|-----------| | 后端 | Python 3.10+, Flask | | AI 分析 | Google Gemini 1.5 Flash API | | 扫描 | 自定义扫描器 — requests, difflib | | 侦察 | socket, concurrent.futures, requests | | 报告 | ReportLab PDF 生成 | | 数据库 | SQLite(扫描历史 + 扫描结果) | | 前端 | HTML/CSS/JS, Jinja2 模板 | ## 快速开始 ``` git clone https://github.com/Manasvi1412/VulnX.git cd VulnX pip install -r requirements.txt python app.py # 打开 http://localhost:5000 ``` ### 可选 — 启用 AI 分析 ``` export GEMINI_API_KEY=your_key # Free at aistudio.google.com ``` ## 免责声明 ## 展示的技能 `Web 应用渗透测试` · `OWASP Top 10` · `SQL 注入` · `XSS` · `SSRF` · `IDOR` · `LFI` · `JWT 安全` · `侦察` · `AI 集成` · `渗透测试报告` · `Python` · `Flask`
标签:CISA项目, Flask, Gemini AI, OWASP Top 10, Python, Web安全, 安全测试, 攻击性安全, 无后门, 渗透测试框架, 蓝队分析, 逆向工具, 防御