# 🚀 CLTEcho - HTTP Request Smuggling 检测套件
高级 HTTP Request Smuggling 检测，支持 AI 驱动的分析与实时监控
📊 功能仪表盘
类别 功能 状态 描述
🎯 检测 CL.TE Smuggling ✅ Content-Length 与 Transfer-Encoding 冲突
TE.CL Smuggling ✅ Transfer-Encoding 与 Content-Length 冲突
TE.TE Smuggling ✅ 重复的 Transfer-Encoding 头
CL.CL Smuggling ✅ 重复的 Content-Length 头
CL.0 Smuggling ✅ 零长度 Content-Length 攻击
TE.0 Smuggling ✅ 零长度 Transfer-Encoding 攻击
🤖 AI/ML 模式识别 ✅ 基于机器学习的异常检测
行为分析 ✅ 统计时间分析
威胁情报 ✅ 漏洞模式匹配
🌐 协议 HTTP/2 支持 ✅ 高级 smuggling 检测
WebSocket 支持 ✅ 实时协议分析
HTTPS/TLS ✅ 安全连接处理
🛡️ 安全 WAF 绕过 ✅ 6+ 种绕过技术
Payload 混淆 ✅ 8+ 种混淆方法
代理支持 ✅ HTTP/HTTPS 代理集成
⚡ 性能 并发扫描 ✅ 多线程架构
批量处理 ✅ 高效的批量扫描
速率限制 ✅ 智能请求调度
📊 报告 HTML 报告 ✅ 专业化仪表盘
JSON 导出 ✅ 结构化数据输出
CSV 导出 ✅ 电子表格兼容
Markdown ✅ 文档化格式
🔧 功能 Cookie 支持 ✅ 会话持久化
Basic Auth ✅ 身份验证处理
自定义 Headers ✅ 灵活的请求定制
进度跟踪 ✅ 实时扫描状态
恢复支持 ✅ 中断扫描恢复
缓存系统 ✅ 提高效率的结果缓存
🎯 快速开始
# 克隆仓库
git clone https://github.com/sylhetyhackvenger/CLTEcho
cd CLTEcho
# 安装依赖
pip install -r requirements.txt
# 运行单目标扫描
python CLTEcho.py -u https://example.com --enhanced
# 对多个目标运行并发扫描
python CLTEcho.py -f targets.txt --enhanced --concurrent --parallel
# ✨ 核心功能
# 🎯 高级检测引擎
· 6 种威胁类型：全面覆盖所有已知的 smuggling 向量
· 实时分析：毫秒级精度即时检测
· 统计基线：利用时间分析进行智能异常检测
· 响应指纹识别：通过唯一签名识别确保结果准确
# 🤖 AI 驱动的智能
· 机器学习：模式识别与异常检测
· 行为分析：正常与异常请求模式的识别
· 自适应学习：基于检测模式持续改进
· 智能阈值：根据目标行为进行动态调整
# 🌐 多协议支持
· HTTP/2：针对现代协议的高级 smuggling 检测
· WebSocket：实时协议分析
· TLS/SSL：安全的加密通信
· Proxy：适用于复杂环境的灵活代理配置
# ⚡ 高性能架构
· 并发扫描：并行处理以实现快速评估
· 批量处理：高效处理大量目标列表
· 资源优化：智能资源管理
· 可扩展设计：可同时处理 1000+ 个目标
# 🛠️ 安装说明
# 使用 pip
pip install -r requirements.txt
# 手动安装
python -m pip install termcolor pyfiglet colorama
# 用于高级功能的可选依赖
pip install h2 # HTTP/2 支持
pip install websocket # WebSocket 支持
pip install scikit-learn # ML 功能
# 🚀 使用指南
基本用法
# 单目标扫描
python CLTEcho.py -u https://example.com
# 使用自定义方法和超时扫描
python CLTEcho.py -u https://example.com -m POST -t 15
# 包含所有功能的增强扫描
python CLTEcho.py -u https://example.com --enhanced
# 高级用法
```
# 使用自定义 workers 进行并发扫描
python CLTEcho.py -f targets.txt --concurrent --max-workers 10
# 使用代理和认证进行扫描
python CLTEcho.py -u https://example.com --proxy http://proxy:8080 --auth admin:password
# 使用自定义 cookies 和 headers 进行扫描
python CLTEcho.py -u https://example.com --cookies "session=abc123" --headers "X-Custom: value"
# 全功能扫描
python CLTEcho.py -f targets.txt --enhanced --concurrent --parallel -t 20 -r 3 -o reports
```
# 自动化运行器用法
```
# 与 automation suite 一起运行
python CLTEcho.py -f targets.txt --parallel --workers 10
# 生成综合报告
python CLTEcho.py -u https://example.com --no-confirm
# 使用自定义设置进行批处理
python CLTEcho.py -f targets.txt -t 20 -r 3 --parallel --no-confirm
```
# 📊 报告生成
CLTEcho 支持生成多种格式的专业报告：
# HTML 报告
· 包含实时数据的交互式仪表盘
· 使用颜色编码的漏洞状态
· 详细的发现描述
· 执行摘要与建议
# JSON 导出
· 用于 API 集成的结构化数据
· 包含元数据的完整扫描结果
· 威胁分布统计
· 性能指标
# CSV 导出
· 兼容电子表格的格式
· 便于数据分析与过滤
· 可自定义的列与视图
# Markdown 报告
· 文档化格式
· 专业化呈现
· 易于与 Wiki 集成
# 🔧 配置
环境变量
```
# 设置 proxy
export HTTP_PROXY="http://proxy:8080"
export HTTPS_PROXY="https://proxy:8080"
# 配置 timeouts
export HRS_TIMEOUT=15
export HRS_RETRY=3
# 启用 debug mode
export HRS_DEBUG=true
```
配置文件
创建 config.yaml 以实现持久化设置：
```
timeout: 15
retry: 3
workers: 10
parallel: true
enhanced: true
output_dir: reports
proxy: http://proxy:8080
```
# 📈 性能指标
指标 值 描述
扫描速度 5-10 目标/秒 并发扫描能力
检测率 95%+ 识别漏洞的准确率
误报率 < 2% 极少的误报
内存使用 50-100MB 高效的资源利用率
CPU 使用率 15-25% 优化的性能表现
# 🛡️ 安全最佳实践
1. 在扫描前务必获取适当的授权
2. 在受控环境中进行测试
3. 遵守速率限制以避免服务中断
4. 妥善保护包含敏感信息的报告
5. 定期更新以获取最新的威胁签名
开发环境设置
```
# 克隆开发分支
git clone -b develop https://github.com/sylhetyhackvenger/CLTEcho
# 安装开发依赖
pip install -r requirements-dev.txt
# 运行测试
pytest tests/
# 运行 linting
flake8 CLTEcho.py or python3 CLTEcho.py
```
# 📚 文档
· 用户指南
· API 参考
· 威胁模型
· 最佳实践
# 📄 许可证
本项目基于 MIT 许可证授权 - 详情请参阅 LICENSE 文件。
# ⚠️ 免责声明
本工具仅供教育与科研目的使用
· 切勿在未经明确许可的系统上使用
· 了解您所在司法管辖区的法律影响
· 负责任且合乎道德地使用