首页 > 其他分享 >哥斯拉流量特征

哥斯拉流量特征

时间:2024-09-29 13:47:04浏览次数:6  
标签:特征 哥斯拉 base64 Accept 流量 数据包 image

.php:

eval_xor_base64加密格式下连接时会发送三个数据包:
首包post数据挺大,返回包内容为空。且包中的eval函数和base64加密函数挺明显
剩下两个包请求体小,一个返回数据为加密后的ok,最后一个是返回加密后目标的基本环境信息。
发送的数据包请求体特征为两个参数pass=和key=,这两个参数应该是对应木马生成时设置的密码和密钥。

特征总结(使用的狐狸说安全的哥斯拉工具):
1.User-Agent字段(弱特征),如果采用默认的情况,会暴露使用的jdk信息。不过哥斯拉支持自定义HTTP头部,这个默认特征是可以很容易去除的。(抓取的流量中该特征已经更改)
2. Accept字段(弱特征),默认是Accept:text/html, image/gif, image/jpeg, *; q=.2, /; q=.2。同上,这个也可修改,只能作为辅助检测的特征。(抓取的流量中该特征已更改为:Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8)
3. Cookie中有一个非常关键的特征,最后会有个分号。估计后续的版本会修复。(该特征未更改)
4. 响应体的数据有一定特征,哥斯拉会把一个32位的md5字符串按照一半拆分,分别放在base64编码的数据的前后两部分。整个响应包的结构体征为:md5前十六位+base64+md5后十六位。

image
image

xor_RAW加密格式:
php中xor_RAW加密格式的流量更加隐蔽,全部是不可识别的字符
连接时一样会发送三个数据包,且后两个数据包比默认的base64加密方式简短很多,且乱码。数据包中看不出参数与密钥对应结构是多少。

特征除了乱码外,与eval_xor_base64一样。
1.User-Agent字段(弱特征),如果采用默认的情况,会暴露使用的jdk信息。不过哥斯拉支持自定义HTTP头部,这个默认特征是可以很容易去除的。(抓取的流量中该特征已经更改)
2. Accept字段(弱特征),默认是Accept:text/html, image/gif, image/jpeg, *; q=.2, /; q=.2。同上,这个也可修改,只能作为辅助检测的特征。(抓取的流量中该特征已更改为:Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8)
3. Cookie中有一个非常关键的特征,最后会有个分号。估计后续的版本会修复。(该特征未更改)

image
image
image

xor_base64加密方式:
基本特征不变:连接时发送三个数据包,首包请求体较大,后两个包请求体较小,请求体中参数名称就是生成时设置的pass。
后两个数据包比默认的base64加密方式简短很多。

1.User-Agent字段(弱特征),如果采用默认的情况,会暴露使用的jdk信息。不过哥斯拉支持自定义HTTP头部,这个默认特征是可以很容易去除的。(抓取的流量中该特征已经更改)
2. Accept字段(弱特征),默认是Accept:text/html, image/gif, image/jpeg, *; q=.2, /; q=.2。同上,这个也可修改,只能作为辅助检测的特征。(抓取的流量中该特征已更改为:Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8)
3. Cookie中有一个非常关键的特征,最后会有个分号。估计后续的版本会修复。(该特征未更改)
4. 响应体的数据有一定特征,哥斯拉会把一个32位的md5字符串按照一半拆分,分别放在base64编码的数据的前后两部分。整个响应包的结构体征为:md5前十六位+base64+md5后十六位。

image
image

总结:


1.User-Agent字段(弱特征),如果采用默认的情况,会暴露使用的jdk信息。不过哥斯拉支持自定义HTTP头部,这个默认特征是可以很容易去除的。(抓取的流量中该特征已经更改)
2. Accept字段(弱特征),默认是Accept:text/html, image/gif, image/jpeg, *; q=.2, /; q=.2。同上,这个也可修改,只能作为辅助检测的特征。(抓取的流量中该特征已更改为:Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8)
3. Cookie中有一个非常关键的特征,最后会有个分号。估计后续的版本会修复。(该特征未更改)
4. 响应体的数据有一定特征,哥斯拉会把一个32位的md5字符串按照一半拆分,分别放在base64编码的数据的前后两部分。整个响应包的结构体征为:md5前十六位+base64+md5后十六位。
5.基本上无论哥斯拉生成的什么语言的木马(php,asp,jsp,cs),连接时都是发送三个数据包,第一个数据包请求体明显大量,后两个明显较小,且第二个数据包返回内容为加密后的ok,第三个数据包返回内容为目标的基本环境信息。
6.哥斯拉流量中除了xor_raw加密方式(该方式流量中全是乱码),基本上都会呈现出形如pass=WwSelqL9JENiXyh3的格式,该格式下参数名为生成木马时设置的pass。xor_raw外的一些加密方式(eval_base64)会在流量中看出eval和base64加密函数。

标签:特征,哥斯拉,base64,Accept,流量,数据包,image
From: https://www.cnblogs.com/blue-red/p/18439538

相关文章

  • 【GUI设计】基于Matlab的图像特征提取GUI系统(9),matlab实现
             博主简介:如需获取设计的完整源代码或者有matlab图像代码项目需求,可联系主页简介提供的方式或者文末的扫码。~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~        本次案例是基于Matlab的图像特征提取GUI系统(9),用m......
  • 使用数据基础描述进行连续变量的特征提取
    在数据科学与机器学习的过程中,数据的描述性统计和时间特征工程是十分重要的环节。描述性统计有助于快速理解数据的分布情况,而时间特征则能从时间数据中提取出有意义的信息,如趋势和周期性,帮助模型提升预测能力。本教程将围绕如何利用描述性统计量和时间数据来创建特征,旨在帮......
  • 流量新密码?AI宠物定制写真在小红书爆火,有人搞了10W+
    大家好,我是灵魂画师向阳不知道大家发现没?消费者对于情感价值的需求猛增,宠物服务行业衍生出越来越多的“拟人化”新业态。宠物摄影和写真成为宠物经济中的新兴行业,吸引了越来越多的摄影师和养宠人的关注。一些摄影师和摄影机构单独开辟了这个业务,通过给宠物穿上服装、拍摄......
  • 玄机:第六章 流量特征分析-蚁剑流量分析
    将pcap文件导入wireshark,使用筛选功能筛选http数据包对于抓到的数据包使用右键–追踪流功能进行查看数据包详情蚁剑流量特征:特征1:每个请求体都由以下数据开始@ini_set(“display_errors”,“0”);@set_time_limit(0);,特征2:content-Length:有uelencode字段特......
  • Centos Linux 查看网卡的进出流量
    使用ifconfig命令[root@sre01~]#ifconfig-sIfaceMTURX-OKRX-ERRRX-DRPRX-OVRTX-OKTX-ERRTX-DRPTX-OVRFlgens331500649000414000BMRUens3615005000......
  • 8种数值变量的特征工程技术:利用Sklearn、Numpy和Python将数值转化为预测模型的有效特
    特征工程是机器学习流程中的关键步骤,在此过程中,原始数据被转换为更具意义的特征,以增强模型对数据关系的理解能力。特征工程通常涉及对现有数据应用转换,以生成或修改数据,这些转换后的数据在机器学习和数据科学的语境下用于训练模型,从而提高模型性能。本文主要介绍处理数值变量特......
  • 构建可扩展的 Azure 静态 Web 应用程序来处理高流量网站
    tl;dr:azurestaticwebapps的免费托管计划可能无法满足高流量需求。通过最小化和压缩资产、优化图像加载、实施缓存、使用企业级边缘和自动缩放来扩展这些应用程序,以增强全球用户的性能、安全性和效率。在当今的软件开发世界中,您的应用程序不仅服务于本地社区,还覆盖来自全球各......
  • 云服务器100g流量可以支撑多少ip访问
    云服务器的100G流量可以支撑多少IP访问取决于多种因素,包括每个IP访问的平均数据量、访问模式、服务器的优化程度以及提供的服务类型。以下是一些影响因素和估算方法:影响因素:页面大小:每次页面访问所需的数据量。例如,一个简单的文本页面可能只有几十KB,而一个包含大量图片和视频的页面......
  • MATLAB指纹特征提取及识别系统
    MATLAB是一种常用的科学计算软件,它提供了丰富的图像处理和模式识别函数,可以用于指纹特征提取和识别系统的开发。指纹特征提取是指从指纹图像中提取出能够代表指纹纹理和形状的特征向量。常用的指纹特征提取算法包括Minutiae特征、方向图像、Gabor滤波器、形状上下文等。在MAT......
  • PCL 3D特征描述子
    特征描述子FeatureDescriptor是每个特征点独特的身份认证同一空间点在不同视角的特征点具有高度相似的描述子不同特征点的描述子差异性尽量大通常描述子是一个具有固定长度的向量描述子可以分为以下几种类型:基于不变性的描述子、基于直方图的描述子、二进制描述子PC......