高级侦察技术指南：五层攻击面发现与自动化渗透测试方法

Advanced Reconnaissance by 1ikeadragon/awesome-offsec-claude

4 GitHub Stars

GitHub

安装命令

npx skills add https://github.com/1ikeadragon/awesome-offsec-claude --skill 'Advanced Reconnaissance'

自动化监控安全

🇨🇳中文介绍

高级侦察

技能概述

前提条件 : DNS、HTTP、命令行工具
目标 : 以最小化被检测风险发现最大攻击面

核心理念

广度 → 深度 → 利用广泛撒网 → 聚焦 → 攻击

关键原则 : 80% 的安全漏洞来自他人遗漏的资产。

五层方法

第 1 层：组织情报 (范围理解)
第 2 层：被动子域名发现 (不接触目标)
第 3 层：主动发现 (DNS 查询、暴力破解)
第 4 层：资产枚举 (端口、服务、技术栈)
第 5 层：深度内容发现 (端点、参数)

第 1 层：组织情报

ASN 与 IP 范围发现

使用 whois 和 amass intel 来查找 ASN 和 IP 范围。
参考 : 将结果用于 active_discovery 工作流。

第 2 层：被动子域名发现

广告位招租

在这里展示您的产品或服务

触达数万 AI 开发者，精准高效

联系我们

证书透明度与 DNS 聚合器

工具: subfinder, amass, crt.sh。
目标 : 为主动解析构建种子列表。

搜索引擎搜索技巧

使用 Google/GitHub 搜索技巧来发现影子 IT 和开发环境。

第 3 层：主动子域名发现

工具: puredns, shuffledns。
策略 : 使用大型单词列表 (Jhaddix/SecLists) + 排列组合 (altdns)。

第 4 层：资产发现

端口扫描与服务枚举

工具: naabu, nmap。
输出 : live.txt (Httpx 结果)
集成 : 将存活的 Web 服务提供给 web_application_security 技能。

工具: nuclei -t technologies, whatweb。
尽早识别 WAF (如果被拦截，请参考 waf_bypass 技能)。

第 5 层：深度内容发现

爬取与 JavaScript 分析

工具: katana, hakrawler。
操作 : 从 JS 文件中提取 API 端点 (如需反混淆，请参考 javascript_analysis 技能)。

AWS/Azure/GCP : 存储桶枚举和云特定模式扫描。

使用 tmux 或 axiom 构建分布式扫描流水线。
持续监控 : 对新子域名发出警报 (Cron + Subfinder)。

按照总体方法论中的定义，维护标准化的目录结构 (recon/target/subdomains, recon/target/web 等)。

🇺🇸English

Advanced Reconnaissance

Skill Overview

Prerequisites : DNS, HTTP, command-line tools
Goal : Discover maximum attack surface with minimal detection

Core Philosophy

Breadth → Depth → Exploitation Wide net → Focus → Attack

Key Principle : 80% of bugs come from assets others miss.

The 5-Layer Approach

Layer 1: Organization Intelligence (scope understanding)
Layer 2: Passive Subdomain Discovery (no target contact)
Layer 3: Active Discovery (DNS queries, brute-forcing)
Layer 4: Asset Enumeration (ports, services, tech stack)
Layer 5: Deep Content Discovery (endpoints, parameters)

Layer 1: Organization Intelligence

ASN & IP Range Discovery

Use whois and amass intel to find ASNs and IP ranges.
Reference : Use results to feed into active_discovery workflows.

Layer 2: Passive Subdomain Discovery

Certificate Transparency & DNS Aggregators

Tools: subfinder, amass, crt.sh.
Goal : Build a seed list for active resolution.

Search Engine Dorking

Google/GitHub dorks to find shadow IT and dev environments.

Layer 3: Active Subdomain Discovery

DNS Brute-Forcing

Tools: puredns, shuffledns.
Strategy : Use massive wordlists (Jhaddix/SecLists) + Permutations (altdns).

Layer 4: Asset Discovery

Port Scanning & Service Enumeration

Tools: naabu, nmap.
Output : live.txt (Httpx results)
Integration : Feed live web services to web_application_security skills.

Technology Detection

Tools: nuclei -t technologies, whatweb.
Identify WAFs early (refer to waf_bypass skill if blocked).

Layer 5: Deep Content Discovery

Crawling & JavaScript Analysis

Tools: katana, hakrawler.
Action : Extract API endpoints from JS files (refer to javascript_analysis skill for deobfuscation).

Cloud Asset Discovery

AWS/Azure/GCP : Bucket enumeration and cloud-specific pattern scanning.

Automation

Build pipelines using tmux or axiom for distributed scanning.
Continuous Monitoring : Alert on new subdomains (Cron + Subfinder).

Data Organization

Maintain a standardized directory structure (recon/target/subdomains, recon/target/web, etc.) as defined in the overarching methodology.

Weekly Installs

Repository

1ikeadragon/awe…c-claude

GitHub Stars

First Seen

Jan 1, 1970

Security Audits

Gen Agent Trust HubPass SocketPass SnykFail

Better Auth 最佳实践指南：集成、配置与安全设置完整教程

29,000 周安装