信息收集知识点
标签:#信息收集 #渗透测试 #SRC #资产测绘
信息收集是渗透测试的第一个环节,也是决定后续效率的环节。本文整理信息打点的完整知识框架:从业务资产分类,到单域名/子域名收集,到架构指纹识别,最后附授权边界提醒和面试高频考点。
本文速览
- 资产维度:Web 应用、APP、小程序、公众号、PC 客户端——一个企业的攻击面远不止一个域名
- 单域名获取:备案信息、企业产权、注册域名、反查解析
- 子域名获取:DNS 数据、证书透明度、网络空间测绘、威胁情报、枚举解析——哪些是被动、哪些是主动,界限必须分清
- 架构指纹:语言、框架、中间件、数据库、操作系统的识别方法
- 为什么"被动收集"和"主动探测"的区分,是合规与违法的分界线
一、业务资产:应用类型分类
打点前先想清楚:企业的资产不止网站一个形态。完整的资产清单通常包含以下几类。
1. Web 应用
从企业名称入手,通过小蓝本、企查查、爱企查等平台查询股权结构和分支机构的资产信息:

2. APP 应用
各大应用商店搜索企业名,或从官网找下载入口:

3. PC 端应用
桌面端安装的客户端软件,也是攻击面的一部分(很多客户端会内嵌 Web 接口):

官网通常会有 PC 应用的下载地址,从这里能确认资产归属:

4. 小程序应用
微信小程序、支付宝小程序等。微信内直接搜索企业名即可发现:


5. 微信公众号
公众号同样属于资产,可以通过企业信息查询站点或微信内搜索获取:


一个常见误区:只盯着主站打。实战里小程序和公众号的接口往往防护更薄弱,且经常和主站共用后端 API——从小程序侧拿到接口后打主站后端,是 SRC 里的常见路径。
二、Web 单域名获取
1. 备案信息
通过备案号反查同主体下的其他域名。官方查询入口:https://beian.miit.gov.cn/(工信部 ICP 备案查询站点):

输入备案号,可以查到该主体备案的其他域名:

查询结果的域名不一定和目标主站相似,但只要备案主体一致,它就属于企业的资产范围——这对扩大资产面非常有价值:

2. 企业产权(商标、软件著作权)
企业名下的知识产权信息(商标、软件著作权、专利)往往关联着产品名和域名:

3. 注册域名
查询相关域名的注册情况,判断哪些域名归属于目标企业,作为资产归属的佐证:

4. 反查解析
手里只有一个 IP 时,可以通过 DNS 解析记录反查绑定在这个 IP 上的域名——可能发现同一台服务器上的其他站点,甚至未上线的内部系统:

三、Web 子域名获取
这一节的重点不只是"有哪些方法",而是每种方法的流量属性:被动还是主动。这决定了它是否需要授权——在下文会反复强调。
1. DNS 数据集(被动)
第三方平台长期收集全网 DNS 解析历史记录,直接查库拿目标出现过的子域名。不向目标发包,不触发目标侧日志:

2. 证书透明度(被动)
所有公开 CA 签发的 HTTPS 证书都会进入公开的 CT 日志,证书的 SAN 字段携带大量子域名。同样是纯被动收集,可以挖到测试环境、旧后台、废弃资产。
注意一个例外:自签名证书不会出现在 CT 日志里,查不到:

3. 网络空间测绘(被动)
测绘引擎全网持续抓取,采集公网 IP、域名、端口、中间件指纹、网站标题、证书信息。属于被动收集——用引擎已经采集好的数据,而不是自己去扫。
作用:批量获取子域名、开放端口、后台系统、设备资产、C 段资产:

4. 威胁情报(被动)
威胁情报平台存储了大量 PDNS 历史解析、IP 与域名关联、历史安全事件数据。护网和 SRC 项目里的高频用法:查历史 DNS 记录、挖掘已下线的测试站、旧后台,也可以辅助绕过 CDN 找真实源站 IP:

5. 枚举解析(主动 ⚠)
拿子域名字典拼接主域名,批量发 DNS 解析请求,判断子域名是否存在。这是主动探测:会给目标 DNS 服务器发包、留下日志,必须在拿到授权之后才能执行:

常用工具 oneForAll,集成了上面多种数据源加爆破:


主动与主动的分界,值得单独一张表:
| 方法 | 是否向目标发包 | 是否需要授权 |
|---|---|---|
| DNS 历史数据、CT 证书日志、测绘平台、威胁情报 | 否(查第三方数据库) | 不需要 |
| 枚举爆破、端口扫描、目录爆破、漏洞探测 | 是 | 必须先拿到书面授权 |
这条线在 SRC 平台的规则里写得很清楚:只测授权范围内的资产,只做授权允许的行为。收集信息阶段就要把目标资产范围和授权书对照一遍。
四、Web 架构资产识别
知道目标跑什么技术栈,才知道该找哪类漏洞。五个识别维度:
1. 程序语言
判断站点用什么语言开发,决定后续找什么类型的漏洞。
识别方式:
- 响应头
Server、X-Powered-By - URL 后缀:
.php、.jsp、.aspx、.go、.py - 报错页面、404 页面泄露的语言特征
语言与常见漏洞方向的对应:
| 语言 | 常见框架 | 关注的漏洞方向 |
|---|---|---|
| PHP | ThinkPHP、Laravel | 文件上传、代码执行、CMS 历史漏洞 |
| Java | Spring 全家桶、Shiro、Struts2 | 反序列化、中间件漏洞 |
| C#(ASP.NET) | IIS 生态 | 解析漏洞、反序列化 |
| Python | Django、Flask | SSTI、Debug 模式暴露 |
| Go | 自研后台居多 | 业务逻辑漏洞 |

2. 框架与 CMS
识别出框架/CMS 后,可以直接检索对应版本的历史 CVE。
常见组合:Java 的 SpringBoot/Shiro/Struts2,PHP 的 ThinkPHP/Laravel,CMS 里的织梦 DedeCMS、帝国 CMS、WordPress。
识别手段:
- 页面特征路径、页面标记、JS 注释、favicon 图标哈希
- 目录特征:
/admin、/static、/thinkphp - 工具:whatweb、Wappalyzer 浏览器插件
- 指纹库匹配(fofa 指纹、xray 指纹)
3. 搭建平台(中间件)
Web 中间件负责解析请求,常见:Nginx、Apache、IIS、Tomcat、Jetty、Undertow、Resin。
中间件本身就有历史漏洞:Nginx 解析漏洞、Tomcat 弱口令与 Manager 部署、IIS 短文件名枚举。识别方式主要是 HTTP 响应头 Server 字段。
一个容易踩的坑:Nginx 经常只做反向代理,响应头里的 Server: nginx 不代表后端是静态服务——真实后端可能是 Tomcat 或 SpringBoot,要结合报错页特征综合判断。
4. 数据库类型
数据库一般不直接对外暴露,靠特征推断:
- MySQL:PHP 站点最常见搭配
- SQL Server:.NET 站点居多
- Oracle:大型企业 Java 业务
- PostgreSQL / MongoDB:看业务形态
推断依据:语言与业务的组合经验、SQL 注入报错泄露的数据库类型、报错页面泄露的版本号。
5. 操作系统
Linux 还是 Windows,影响路径分隔符、大小写敏感、可用脚本类型等一堆后续细节。
识别方式一:TTL 值

- Windows 默认 TTL = 128
- Linux 默认 TTL = 64
(TTL 每经过一个路由器减 1,所以要结合实际跳数判断,只是参考。)
识别方式二:URL 大小写敏感性
Linux 文件系统区分大小写,Windows 不区分。把 URL 里的路径改成大小写混合的形式(如 /INDEX.HTML 或 /aDmIn),观察响应是否变化:

- 大小写改变后仍能访问 → Windows(不区分大小写)
- 大小写改变后 404 → Linux(区分大小写)

五、信息收集的落地流程
把上面的知识串成一条可执行的流程:
- 确定主体:企业名 → 备案信息 → ICP 备案号 → 同主体域名清单
- 扩展资产:域名 + 小程序 + 公众号 + APP + PC 客户端,全部登记
- 子域名收集:先跑一遍全部被动源(DNS 历史、CT 日志、测绘平台、威胁情报),最后才做枚举爆破(需授权)
- 存活与指纹:批量探测存活、识别语言/框架/中间件/数据库/操作系统
- 整理输出:形成资产清单表,标注每项资产的归属和技术栈,交给后续的漏洞探测环节
小结
- 信息收集的原则是先被动后主动、先面后点:能用第三方数据拿到的信息,就不要去碰目标
- 被动与主动的分界线,同时是合规与违法的分界线——未授权的主动探测,哪怕只是扫个端口,也可能触碰《刑法》285 条
- 识别技术栈的价值在于精准选择后续手段:识别出 Shiro 就试 rememberMe 反序列化,识别出 ThinkPHP 就查对应版本 RCE,比无差别扫描效率高得多
- 面试高频问法:"给你一个目标站,你的信息收集流程是什么?"答题框架就是本文的五个环节,能把"被动/主动"的分界讲清楚就是亮点
- 本文为学习笔记整理,所有工具截图来自学习环境演示
系列笔记持续更新中,欢迎在评论区交流。

浙公网安备 33010602011771号