谈谈漏洞验证框架的构思与实现（一）

0x01 写在前面

笔者是个基层的"安全研究员"，poc 编写算是我最基础的日常工作。

每当有新漏洞细节披露后，对于安全领域的工作者来说，通常会经过这样的一个的”漏洞应急声明周期“：

漏洞复现 ---->原理分析 ----> poc 编写 ----> 靶机验证 ----> 大规模目标扫描

poc 完成后，通常有多种使用场景，或是快速刷洞（时间就是money），或是赋能到公司商业化产品（工作价值）。因此要有一套标准化的 poc 框架，否则会浪费很多时间研究同一个 poc 的N种语言实现。

0x02 需求

基于以上分析，笔者认为一款优秀的漏洞验证框架应该具备以下基础功能：

1. 跨平台
2. 可视化
3. 支持高并发
4. 资源（cpu / 内存）占用小
5. 对于框架 poc 维护来说，应该具备：

• poc 格式标准化，具备统一的 poc 定义规范和解析 SDK
• 不应该限制只能使用某种特定语言编写
• poc 构建过程尽可能简单，能不写代码就不写代码
• poc 易读，最好能可视化。

在经过对多种流行的 poc 框架对比后发现，需要编写 python 脚本来维护 poc 的框架通常摆脱不了 python 自身的性能问题，而且不方便规则可视化，维护困难。长亭的 xray 以及 ywolf 师傅的 kunpeng，使用 yaml / json 定义 poc 是个不错的选择。经过对比发现 xray 的poc 体系更为完善，更能经得起时间的推敲，但无奈 xray 并不开源，即使维护 poc ，也无法给 poc 调用方提供 SDK。

因此，我决定自己实现一个poc框架。主要实现 poc管理、poc 编辑、编写过程中的靶机验证、大规模目标批量检测等等都通过前端配置就能搞定，希望帮助安全研究员们集中精力专注于 poc 的原理分析和逻辑实现，避免浪费大量时间在编写代码上。

由于篇幅的原因，本文内容为分享整个框架的设计思路，具体模块代码实现将于后续逐一分享。

0x02 框架构思

框架主要分为两个主要模块：poc可视化编辑和测试、和大规模目标检测。

具体可以细分为：poc运行、poc 管理、并发引擎、任务管理四大模块。

2-1 poc 运行

是整个框架的核心：

• 定义 poc 的规则体系
• 运行 poc：解析 poc 规则，并根据 poc 规则对原始请求变形，然后获取变形后的响应，再检查响应是否匹配规则中定义的表达式
• 支持自定义条件加载并运行特定的 poc

2-2 poc 管理

主要提供：

• poc 规则的可视化编辑：增、删、改、查
• 配置靶机实时对当前编辑的 poc 规则进行验证
• 关联漏洞描述：方便 poc 维护人员一眼就能看出该 poc 用于检测哪个漏洞

2-3 并发引擎

大规模目标扫描检测的核心。主要提供：

• 扫描任务调度
• 并发控制
• 速率控制
• 资源控制：避免无节制的占用主机资源（内存/cpu/带宽）
• 日志：记录检测过程中所有里程碑日志、错误日志、网络请求、响应，方便后续的回溯。

2-4 任务管理

• 任务列表（任务状态、任务下发时间、任务完成时间）
• 扫描结果展示

0x03 部分技术栈

本节主要分享框架开发过程中用到的技术框架，具体代码实现将于后续文章详细分享。

3-1 开发语言

要支持跨平台，同时追求高效、资源占用小，而且对 xray 使用的 google-cel 表达式兼容性好，毫无疑问使用 go 语言开发，web server 选择 gin 框架。

3-2 高并发

go 语言中有一个比多线程更加好用的并发模型——goroutine。追求极致效率可以使用 ants 复用 goroutine，降低不断创建 goroutine 的开销。

3-3 内存复用

面向web的 poc 框架占用的内存资源绝大多数来源于开辟请求和响应。目前常见的 poc 框架并发都是在同时运行多少个poc这个维度上控制的。那么这里就会产生几个问题：

• 单纯控制 poc 并发，在每个 poc 内部是面向过程的。在一个 poc 结束之前，这个 poc 所占用的资源不会被立即释放，造成资源浪费。例如：一个 poc 通常会发多个请求，而且要对每个请求的响应进行解析。每一个请求和响应在使用之后都进行初始化，下一个请求/响应复用这块内存，是不是就降低了内存开销。
• 单纯控制 poc 并发，占用资源的总量是无法预估的，容易造成崩溃。
• 还有，我们知道，发送一个请求是很快的，而解析该请求的响应所用的开销要多的多。实际上解析响应时，已经不再需要request对象了，这里也会有一个资源浪费。

go 语言中有一个神奇的对象池 sync.Pool。神奇的地方在于，一开始这个池子会初始化一些对象供你使用，如果不够了呢，自己会通过new产生一些，当你放回去了之后这些对象会被别人进行复用。

因此，如果我们把使用频率高的对象，如请求、响应、响应的解析等对象，开辟对象池 sync.Pool进行管理，可以大大的减少对象的创建和回收的时间，极大的优化内存使用。

3-4 规则存储

xray 使用 yaml 文件定义和保存 poc。但我使用了数据库来存储 yaml。主要有以下几个原因：

1. 支持 poc 内容的快捷搜索
2. poc 和漏洞描述能通过外键关联
3. 可以通过筛选条件加载某一类 poc
4. 可以任意添加poc的字段类型，比如是否启用，创建时间，创建人等等
5. 数据库维护和扫描引擎个分离部署
6. 可以做到热加载

3-5 可视化

基于 go 语言的可视化技术的选型，流行的有以下两种方案：

1. 可视化应用。使用 Electron 或 nw.js 。其中比较有名的GoBy、蚁剑。
2. B/S 架构。前端使用 vue / react 等前端框架，web server 使用 gin 框架。

我使用的是B/S架构开发。前后端分离项目可单独部署，也可使用go-bindata打包部署。

0x04总结

本文描述的是我所构思的一款漏洞验证框架，https://github.com/jweny/pocassist

想了解具体实现的师傅可以先自行研究下源码，我也会在后续文档逐一分析具体的实现细节。

如果文章内有描述不清或其他问题，烦请各位师傅斧正。