Vortalqbks/PrivHunterAI

Topics: access-control, authz-testing, security-testing, web-security, ai-security, ai-driven-security, ai-vulnerability-detection, llm-security, privhunter-ai-logic, autonomous-access-forensics, zero-trust-vulnerability-auditor, intelligent-exploit-surface-scanner, automated-privilege-audit-framework, access-rights-telemetry-ai, heuristic-vulnerability-discovery, security-posture-sentinel # PrivHunterAI 一款通过被动代理方式检测越权漏洞的工具，利用 Kimi、DeepSeek、GPT 等主流 AI 引擎。其核心检测能力基于这些 AI 引擎的开放 API 构建，支持通过 HTTPS 协议进行数据传输和交互。 ## 工作流程 ## 使用说明 1. 下载源码或 Releases； 2. 编辑根目录下的 `config.json` 文件，配置 `AI` 及相应的 `apiKeys`（只需配置一项即可）；（`AI` 的值可设置为 qianwen、kimi、hunyuan、gpt、glm 或 deepseek）； 3. 配置 `headers2`（请求 B 的 headers）；可选择配置 `suffixes` 和 `allowedRespHeaders`（接口后缀白名单，例如 `.js`）； 4. 执行 `go build` 编译项目，然后运行二进制文件（如果您下载的是 Releases，可以直接运行二进制文件）； 5. 首次启动程序后，需安装证书以解析 HTTPS 流量。证书会在首次启动时自动生成，位于 `~/.mitmproxy/mitmproxy-ca-cert.pem`（Windows 路径：`%USERPROFILE%\\.mitmproxy\mitmproxy-ca-cert.pem`）。安装步骤请参考 Python mitmproxy 文档：[关于证书](https://docs.mitmproxy.org/stable/concepts-certificates/)。 6. 配置 BurpSuite 使用代理服务器 `127.0.0.1:9080`（端口可在 `mitmproxy.go` 中的 `Addr:“:9080”,` 处调整）即可开始扫描； 7. 扫描结果可通过终端和 Web 界面查看。访问前端结果请前往 `127.0.0.1:8222`。 ### 配置文件介绍（config.json） | 字段 | 用途 | 内容示例 | |------------------|----------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------| | `AI` | 指定要使用的 AI 模型 | `qianwen`, `kimi`, `hunyuan`, `gpt`, `glm`, 或 `deepseek` | | `apiKeys` | 存储不同 AI 服务的 API 密钥（请输入与 AI 模型相匹配的密钥） | - `“kimi”: “sk-xxxxxxx”`
- `“deepseek”: “sk-yyyyyyy”`
- `“qianwen”: “sk-zzzzzzz”`
- `‘hunyuan’: “sk-aaaaaaa”` | | `headers2` | 请求 B 的自定义 HTTP 请求头 (headers) | - `“Cookie”: “Cookie2”`
- `“User-Agent”: ‘PrivHunterAI’`
- `“Custom-Header”: “CustomValue”` | | `suffixes` | 要过滤的文件后缀列表 | `.js`, `.ico`, `.png`, `.jpg`, `.jpeg` | | `allowedRespHeaders` | 要过滤的 HTTP 响应头中的内容类型 (`Content-Type`) | `image/png`, `text/html`, `application/pdf`, `text/css`, `audio/mpeg`, `audio/wav`, `video/mp4`, `application/grpc`| | `respBodyBWhiteList` | 权限相关关键词（例如“无查询权限”、“权限不足”），用于初步筛查非越权接口 | - `Invalid parameters`
- `Incorrect page number`
- `File does not exist`
- `System busy, please try again later`
- `Request parameter format incorrect`
- `Insufficient permissions`
- `Token cannot be empty`
- `Internal error`| ## 输出效果 持续优化中，目前的输出结果如下： 1. 终端输出： 2. 前端输出（访问 127.0.0.1:8222）： ## 后续计划 1. 增加对敏感信息的扫描，例如通过正则表达式匹配结合 AI 辅助识别，检测 JavaScript 文件中泄露的密钥； 2. 优化垂直越权和未授权访问漏洞的扫描流程，以在消耗更少 token 的同时实现更精准的扫描。 ## 更新时间线 - 2025.02.18 1. ⭐️新增扫描失败重试机制，防止漏扫； 2. ⭐️新增响应 Content-Type 白名单，排除静态文件的扫描； 3. ⭐️新增扫描时单次 AI 请求的最大字节数限制，防止因数据包过大导致请求失败。 - 2025.02.25 - 02.27 1. ⭐️ 新增 URL 分析（初步判断其是否可能为无需数据认证的公开接口）； 2. ⭐️ 新增前端结果展示功能。 3. ⭐️ 新增为请求 B 附加额外 headers 的功能（支持不通过 Cookie 进行认证的场景）。 - 2025.03.01 1. 优化提示词，降低误报率； 2. 完善重试机制：显示提示信息，如 `AI analysis anomaly detected, retrying... Reason: API returned 401: {“code”:“InvalidApiKey”,“message”:“Invalid API-key provided.”,‘request_id’:“xxxxx”}`。每 10 秒重试一次；连续失败 5 次后放弃（防止无限循环）。 - 2025.03.03 1. 💰 成本优化：在触发 AI 越权检查前，新增权限相关关键词过滤（例如“无查询权限”、“权限不足”）。若匹配到关键词，则直接输出非越权结果，以节省 AI token 并提高资源利用率。 - 2025.03.21 1. ⭐️ 新增请求包日志的终端输出。 - 2025.04.10 1. ⭐️ 新增结果置信度评分的输出，并优化了提示词。 - 2025.04.22 - 04.23 1. 优化了前端样式，并引入了分页查询功能，避免一次性加载所有数据，减轻浏览器渲染负担，提升页面响应速度和用户体验。 - 2025.06.07 1. ⭐️ 新增“导出结果”功能； 2. 解决了响应体乱码问题。 # 免责声明 免责声明：仅供技术交流使用。请勿用于非法活动。

标签：AI安全, Chat Copilot, EVTX分析, Go语言, StruQ, Web安全, 安全测试, 攻击性安全, 日志审计, 程序破解, 系统独立性, 蓝队分析, 被动代理扫描, 访问控制漏洞检测