JAW：一款针对客户端JavaScript的图形化安全分析框架

关于JAW

JAW是一款针对客户端JavaScript的图形化安全分析框架，该工具基于esprima解析器和EsTree SpiderMonkey Spec实现其功能，广大研究人员可以使用该工具分析Web应用程序和基于JavaScript的客户端程序的安全性。

工具特性

1、动态可扩展的框架，支持分析JavaScript程序以检测客户端漏洞；

2、使用基于Chromium的爬虫程序，利用DevTools协议和浏览器扩展API增强其功能；

3、支持收集网页、脚本、事件、DOM 快照、网络消息、Web存储和Cookie数据；

4、实现了JavaScript 混合代码属性图 (HPG) ；

5、支持交互式检测或自动检测不安全的程序行为；

6、独立的内置查询用于检测客户端 CSRF、请求劫持和DOM Clobbering漏洞；

7、设计并执行定制的安全相关程序分析，包括预定义 JavaScript 源和接收器之间的数据流分析、控制流和可达性分析、利用 DOM 快照解析 DOM 查询选择器、通过抽象语法树 (AST) 进行模式匹配等；

工具架构

工具要求

1、最新版本的NPM包管理器（Node.JS）;

2、最新稳定版Python 3.x；

3、pip包管理器；

工具安装

广大研究人员可以直接使用下列命令将该项目源码克隆至本地：

git clone https://github.com/SoheilKhodayari/JAW.git

然后切换到项目目录中，执行工具安装脚本完成依赖组件的安装：

cd JAW

$ ./install.sh

运行管道

我们可以通过以下方式在命令行终端中运行管道实例：

$ python3 -m run_pipeline --conf=config.yaml

命令行参数

$ python3 -m run_pipeline -h

 

usage: run_pipeline.py [-h] [--conf FILE] [--site SITE] [--list LIST] [--from FROM] [--to TO]

 

This script runs the tool pipeline.

 

optional arguments:

  -h, --help                 显示工具帮助信息和退出

  --conf FILE, -C FILE       管道配置文件 (默认: config.yaml)

  --site SITE, -S SITE        目标待测站点 (默认: None)

  --list LIST, -L LIST         目标待测站点列表 (默认: None)

  --from FROM, -F FROM    设置待测站点列表的第一个入口点 (默认: -1)

  --to TO, -T TO            设置待测站点列表的最后一个入口点 (默认: -1)

工具使用

下列命令可以构建一个JavaScript客户端属性图并执行Cypher查询：

$ python3 -m analyses.example.example_analysis --input=$(pwd)/data/test_program/test.js

下列命令可以执行Web爬虫：

$ cd crawler

$ node crawler.js --seedurl=https://google.com --maxurls=100 --browser=chrome --headless=true

下列命令可以启动Web爬虫并执行动态污点分析：

$ cd crawler

$ node crawler-taint.js --seedurl=https://google.com --maxurls=100 --headless=true --foxhoundpath=<optional-foxhound-executable-path>

下列命令可以将一个HPG导入到一个Neo4j图形化数据库中：

$ python3 -m hpg_neo4j.hpg_import --rpath=<path-to-the-folder-of-the-csv-files> --id=<xyz> --nodes=<nodes.csv> --edges=<rels.csv>

下列命令可以针对输出数据（hpg_crawler）创建一个混合属性图，并导入至本地Neo4j实例：

$ python3 -m engine.api <path> --js=<program.js> --import=<bool> --hybrid=<bool> --reqs=<requests.out> --evts=<events.out> --cookies=<cookies.pkl> --html=<html_snapshot.html>

使用Cypher查询执行安全分析：

$ python3 -m analyses.example.example_query_cypher

漏洞检测

首先，我们需要在config.yaml文件中针对漏洞类型启用分析组件：

request_hijacking:

  enabled: true

  # [...]

  #

domclobbering:

  enabled: false

  # [...]

 

cs_csrf:

  enabled: false

  # [...]

然后使用配置文件运行管道：

$ python3 -m run_pipeline --conf=config.yaml

我们还可以在管道中运行多个实例：

$ screen -dmS s1 bash -c 'python3 -m run_pipeline --conf=conf1.yaml; exec sh'

$ screen -dmS s2 bash -c 'python3 -m run_pipeline --conf=conf2.yaml; exec sh'

$ # [...]

分析输出结果如下：

[*] Tags: ['WIN.LOC']

[*] NodeId: {'TopExpression': '86', 'CallExpression': '87', 'Argument': '94'}

[*] Location: 29

[*] Function: ajax

[*] Template: ajaxloc + "/bearer1234/"

[*] Top Expression: $.ajax({ xhrFields: { withCredentials: "true" }, url: ajaxloc + "/bearer1234/" })

 

1:['WIN.LOC'] variable=ajaxloc

0 (loc:6)- var ajaxloc = window.location.href

许可证协议

本项目的开发与发布遵循AGPL-3.0开源许可协议。

项目地址

JAW：【GitHub传送门】

参考资料

Chrome DevTools Protocol

https://developer.mozilla.org/en-US/docs/Mozilla/Add-ons/WebExtensions

Introduction - Cypher Manual

https://www.facebook.com/notes/facebook-bug-bounty/client-side-csrf/2056804174333798/

DOM Clobbering