← 返回列表

什么!这条PoC/EXP的作者竟是?

单站 GobySec 发布 Fri, 22 Nov 2024 08:00:00 +0800 入库 2026-11-18T05:44:09

想必大家已经猜到了,这条是首个由Goby安全社区的新成员—AI Bot所创作编写的PoC/EXP。

给Goby提交过漏洞的同学都知道,每一个Goby的漏洞上线,都需要经过层层审核,不止是PoC的检测逻辑,还有针对漏洞的EXP验证效果,都有严格的要求,但超出我们预期的是,AI Bot所编写的PoC/EXP,完全符合Goby漏洞收录标准。

我们先以视频的方式看一下AI Bot智能转化丝滑操作流程:

原创 Chili 2024-11-22 08:00 湖南

不知道有没有细心的师傅发现,在今天我们的例行更新的漏洞列表中,有个漏洞被打上了一个神秘的标签。

AI初尝试

某天,Goby漏洞组一位不愿透露姓名的师傅提出了一个大胆的想法:"既然AI已经能够帮助我们实现半自动PoC编写,那么,是否能通过进一步的训练,让它达到全自动编写的水平呢?甚至,如果只需提供一个待参考信息的文档链接就能直接生成PoC,那岂不是更妙!"

想象一下,这样能大大降低PoC编写的门槛,即使是没有丰富经验的“小白”也能轻松使用Goby写出有效的PoC。这无疑将为我们的安全研究和漏洞复现工作带来显著的效率提升。

面对这样的挑战和机遇,Goby团队毫不犹豫地迈出了第一步。

很快,GobyAI首个测试版本上线了。根据首批体验官们的试用反馈,虽然GobyAI在PoC的基本编写方面表现不错,但是在转化成功率上还有一定的提升空间。更重要的是,在实战应用场景中,大家更加关注EXP的智能输出。因此,我们明确了EXP的智能输出的重点研发方向,以充分展现GobyAI在实战中的价值。

在以往我们进行AI生成PoC/EXP的实践中,我们发现,基于Goby现有的JSON框架,通过纯JSON的方式编写EXP几乎不可能实现,因为不同的漏洞类型,其漏洞类型,其传递的漏洞验证参数会完全不同,内部也可能存在复杂的关联关系。

所以在人工进行漏洞录入时,通常会采用Go代码的方式来编写EXP,但这一思路在Ai上就很难走通,通过AI直接生成Go代码编写的EXP质量非常低,这是由于不同漏洞类型的验证方式存在显著差异。所以我们必须实现一种通过纯JSON方式来实现复杂EXP验证效果的漏洞录入框架。

在最新的 Goby 版本中,我们对 JSON 编写框架进行了升级,引入了更丰富的语法和关键字,以支持多样化的漏洞验证方式,在提供更简单EXP编写方式的同时,也为教会AI写EXP这件事提供了新的可能。

通过前面视频我们可以看到,我们通过AI通过生成JSON代码就能够把SQL注入漏洞的各种EXP验证效果完整实现,在介绍具体的EXP代码之前,需要先了解一下我们的ExpParams参数的运行逻辑,这决定了最终我们将发送何种Payload来进行EXP验证。

在Goby的漏洞框架中,我们通过一个参数数组,来传递具体的漏洞验证效果,首先通过 attackType 指定所有可用的验证方式,然后使用 attackType=xxx 切换至对应的验证方式。在每种验证方式中,用户可以进一步定义具体的验证效果,以满足不同场景的需求。也由于EXPParams的过于灵活,导致在原有漏洞框架中,无法对复杂的EXPParams进行处理,其难点主要有两个:

所以在新的漏洞框架中,我们新增了多种语法以增强漏洞验证的灵活性与执行能力:

为了解决第一个问题,我们提供了新的函数关键字,切换不同的漏洞验证方式。例如,以 SQL 注入为例,通常支持三种验证方式:默认方式、用户输入方式和 sqlpoint 方式。通过 switch 关键字,可以灵活选择当前需要使用的验证方式,从而便于后续编码及相关操作的实现。

如下图所示,会根据attackType的传值来定义不同的Payload

同样,解决Payload问题之后,我们需要解决第二个问题,when 关键字用于对输出内容进行控制,在 SQL 注入的 EXP 中,当attackType为sqlPoint的时候,我们需要打印发送的请求数据包,以便于用户提取数据包用于后续的检测。

为了解决AI对不同漏洞类型的支持,我们通过构建群体智能体模型解决 EXP 编写问题,每种漏洞类型均由专属智能体负责处理,当用户输入漏洞复现链接或相关文章时,由漏洞信息整合智能体负责挖掘页面中的漏洞信息,包括解析图片与文本内容。随后,监管智能体接收并进一步解析漏洞信息,根据漏洞类型将任务分配给相应的 EXP 智能体。

以 SQL 注入智能体为例,当接收到漏洞参考文本时,智能体首先识别数据库类型并生成相应的 SQL 验证命令,同时定位 SQL 命令的位置,并将其替换为相应的变量。智能体会根据漏洞特性,灵活选择 switch 和 when 关键字,并判断是否需要进行编码处理。编写完成后,智能体将生成的 EXP 文件反馈至监管智能体进行审核确认,审核通过后输出最终的 EXP 文件。

时间来到现在,团队不断训练优化GobyAI智能体、加强提升对复杂型漏洞类型(SQL注入、文件上传等)EXP智能编写的准确性。相较1.0测试效果,PoC的智能转化成功率有了明显的提升,更重要的是,GobyAI 2.0版能高效准确完成部分复杂型漏洞EXP的智能编写,实现了PoC/EXP全流程智能化实战应用能力。

AI Bot的实战检验

Supabase 后端服务平台 SQL注入漏洞

AI bot在5分钟内完成了全自动化智能编写, 并且验证输出效果上完美符合GoexpSQL注入类型漏洞收录标准!

那么重点来了!

这么好用的GobyAI要怎么才能体验到呢?

升级最新2.9.10版本(官网下载最新版本包或老版本客户端进行更新),即可看到GobyAI入口。

注意:本次测试所有版本用户均可申请免费体验,无门槛\~

Goby邀请大家和GobyAI一同成长\~

同时,Goby 欢迎各位师傅加入我们的社区大家庭,一起交流、生活趣事、奇闻八卦,结交无数好友。

原文链接:https://mp.weixin.qq.com/s?__biz=MzI4MzcwNTAzOQ==&mid=2247545694&idx=1&sn=08893a5d79ebcadd741a29b0a011327c