TideFinger潮汐指纹识别

<div align=center><img src=images/logo.png width=30% ></div> # TideFinger TideFinger，一个开源的指纹识别小工具，使用了传统和现代检测技术相结合的指纹检测方法，让指纹检测更快捷、准确。 # 前言 通过分析web指纹的检测对象、检测方法、检测原理及常用工具，设计了一个简易的指纹搜集脚本来协助发现新指纹，并提取了多个开源指纹识别工具的规则库并进行了规则重组，开发了一个简单快捷的指纹识别小工具TideFinger，并实现了一套在线的指纹识别平台“潮汐指纹” [http://finger.tidesec.com](http://finger.tidesec.com)，希望能为大家带来方便。 通过对各种识别对象、识别方法、识别工具的分析，发现大家的指纹库各式各样，识别方式也是各有千秋，传统的md5、url路径的方式居多，识别header信息的也是不少，但没有一个能集众家之长的小工具和指纹库。 于是我们参考了webfinger和whatcms的部分代码并进行了整合优化，做了一个小工具TideFinger。 ``` https://github.com/TideSec/TideFinger ``` **另外，我会不定期更新指纹库，关注我们最下方公众号，回复“指纹库”即可获取最新的的指纹库。** 我把指纹识别相关的一些原理、工具汇总成了一篇文章，详见[《Web指纹识别技术研究与优化实现》](https://github.com/TideSec/TideFinger/blob/master/Web%E6%8C%87%E7%BA%B9%E8%AF%86%E5%88%AB%E6%8A%80%E6%9C%AF%E7%A0%94%E7%A9%B6%E4%B8%8E%E4%BC%98%E5%8C%96%E5%AE%9E%E7%8E%B0.md)。 # 安装使用 ## python3版 python3版加入了`Wappalyzer`的调用，并对结果进行了去重，同时加了目录匹配式选项，默认不会进行目录匹配方式的探测，因为这样会向目标系统发起大量的http请求。 1、识别脚本的安装和使用都比较简单。 安装python3依赖库 ``` pip3 install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ 说明：sqlite3库在Python3 以上版本默认自带了该模块，如提示sqlite3出错请自行排查。 ``` 2、执行脚本 ``` $ python3 TideFinger.py Usage: python3 TideFinger.py -u http://www.123.com [-p 1] [-m 50] [-t 5] [-d 0] -u: 待检测目标URL地址 -p: 指定该选项为1后，说明启用代理检测，请确保代理文件名为proxys_ips.txt,每行一条代理，格式如: 124.225.223.101:80 -m: 指纹匹配的线程数，不指定时默认为50 -t: 网站响应超时时间，默认为5秒 -d: 是否启用目录匹配式指纹探测（会对目标站点发起大量请求），0为不启用，1为启用，默认为不启用。 ``` 指纹识别界面如下： <img src=images/025.png > ## python2版 1、识别脚本的安装和使用都比较简单。 安装python2依赖库 ``` pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ 说明：sqlite3库在Python 2.5.x 以上版本默认自带了该模块，如提示sqlite3出错请自行排查。 ``` 2、执行脚本 ``` $ python TideFinger.py Usage: python TideFinger.py -u http://www.123.com [-p 1] [-m 50] [-t 5] -u: 待检测目标URL地址 -p: 指定该选项为1后，说明启用代理检测，请确保代理文件名为proxys_ips.txt,每行一条代理，格式如: 124.225.223.101:80 -m: 指纹匹配的线程数，不指定时默认为50 -t: 网站响应超时时间，默认为5秒 ``` 指纹识别界面如下： <img src=images/022.png > # 升级完善（2021.08） ## 主要完善功能点 1、**完成了python3的代码升级**。之前使用python2实现的，现在github里包含了python2和python3两个版本，可以根据自己环境去选。 2、**升级了tidefinger的自身指纹库**，2020年的时候指纹大约为2100条，目前指纹文件`cms_finger.db`已包含大约5900条指纹。 3、**引入了Wappalyzer指纹库**，使用了python版的Wappalyzer，代码来自`https://github.com/chorsley/python-Wappalyzer`。 4、**引入了`webanalyzer`指纹库**，这个是国内一群安全爱好者做的一个很不错的项目，项目地址`https://github.com/webanalyzer/`，里面的role也集成了WhatWeb、Wappalyzer、fofa的规则等。 5、因为多个指纹库都会有部分重合，所以后面对识别到的指纹进行了简单的去重处理，并对部分常见的误报进行了优化。 6、py2版本中在无法识别到cms时会默认使用数据库文件遍历的方式进行进一步指纹识别，但这样会对目标站点发起大量请求，我现在已经基本不大用这种方式，所以py3版加了个-d的选项，0为不启用，1为启用，默认为不启用。 ## 新旧版本对比 **python2版：** <img src=images/16294255548257.jpg > <img src=images/16294255369065.jpg > <img src=images/16294255091237.jpg > **python3新版：** <img src=images/16294257386932.jpg > <img src=images/16294257808047.jpg > <img src=images/16294258223684.jpg > python3新版本获取的指纹更多，默认对目标发送大约4-5个数据包，而且都是没有攻击特征的，相对来说还是是可以接受的。 <img src=images/16294279226025.jpg > <img src=images/16294279658552.jpg > 不大习惯自动化更新，所以指纹需要手动更新。 `Wappalyzer`指纹库的更新:`https://raw.githubusercontent.com/AliasIO/wappalyzer/master/src/technologies.json`，替换为对应的`technologies.json`文件即可。 `webanalyzer`指纹库的更新，指纹库`https://github.com/webanalyzer/rules`，替换到对应的`webanalyzer/rules`目录即可。 # 技术原理及实现 ## 指纹库整理 我们搜集了大量的开源指纹识别工具，从中提取了指纹库，进行了统一的格式化处理并进行去重，最终得到了一个大约2078条的传统指纹库。本来想把fofa的库也合并进来，发现格式差异有些大，便保持了fofa指纹库，并把WebEye的部分指纹和fofa指纹进行了合并。这样就保留了两个指纹库，其中cms指纹库为传统的md5、url库，大约2078条指纹，可通过关键字、md5、正则进行匹配，fofa库为2119指纹，主要对Header、url信息进行匹配。 <img src=images/020.png > ## 指纹库优化 在对指纹库整理去重后，对每个指纹进行了命中率的标识，当匹配到某个指纹时该指纹命中率会加1，而在使用指纹时会从优先使用命中率高的指纹。 然后我们从互联网中爬取了10W个域名进行了命中率测试，然后对一些误报率比较高的指纹进行了重新优化，得到了一份相对更高效的指纹库。 <img src=images/024.png > ## 未知指纹发现 目前新指纹的识别基本还是靠人工发现然后分析规则再进行添加，所以各平台都有提交指纹的功能，但是我们没有这种资源，只能另想办法。 于是想到了一个比较笨的方法：从网站中爬取一些静态文件，如png、ico、jpg、css、js等，提取url地址、文件名、计算md5写入数据库，这样再爬下一个网站，一旦发现有相同的md5，就把新的url也加入到那条记录中，并把hint值加1，这样爬取10W个站点后，就能得到一个比较客观的不同网站使用相同md5文件的数据了。 有兴趣的可以查看具体代码`https://github.com/TideSec/TideFinger/blob/master/python2/count_file_md5.py`文件。 爬取的结果如下： <img src=images/021.png > 当然了，里面肯定很多都属于误报，比如上图中第一个其实是个500错误页面，所以出现的比较多，第二个是政府网站最下边那个常见的“纠错”的js，所以用的也比较多... 经过一些分析整理也发现了一些小众的CMS和建站系统的指纹，比如三一网络建站系统的`newsxx.php`，比如大汉JCM的`jhelper_tool_style.css`等等，后续会持续把这些新的指纹丰富到指纹库中去。 ## 指纹识别脚本 有了指纹库之后，识