渗透基础——选择一个合适的C2域名

安全脉搏独家发文，如需转载，请先联系授权。

0x00 前言

在渗透测试中，常常需要选择一个合适的域名作为c2服务器，那么什么样的域名才能称之为"合适"呢？

expireddomains.net也许能够给你一些思路。

通过expireddomains.net能够查询到最近过期或删除的域名，更重要的是它提供了关键词搜索功能。

本文将要测试过期域名自动化搜索工具CatMyFish，分析原理，修正其中的bug，使用python编写一个爬虫，获得所有搜索结果。

0x01 简介

本文将要介绍以下内容：

• 测试过期域名自动化搜索工具CatMyFish

• 分析原理修正CatMyFish中的bug

• 爬虫开发思路和实现细节

• 开源python实现的爬虫代码

0x02 测试过期域名自动化搜索工具CatMyFish

下载地址：

https://github.com/Mr-Un1k0d3r/CatMyFish

主要实现流程

• 用户输入关键词

• 脚本将搜索请求发送到expireddomains.net进行查询

• 获得域名列表

• 脚本将域名发送到Symantec BlueCoat进行查询

• 获取每个域名的类别

expireddomains.net地址：

https://www.expireddomains.net/

Symantec BlueCoat地址:

https://sitereview.bluecoat.com/

实际测试

需要安装python库beautifulsoup4

pip install beautifulsoup4

尝试搜索关键词microsoft，脚本报错，如下图

脚本对结果的解析出现了问题

于是，按照CatMyFish的实现思路自己编写脚本测试一下

访问expireddomains.net查询关键词microsoft，代码如下:

import urllib
import urllib2
from bs4 import BeautifulSoup
url = "https://www.expireddomains.net/domain-name-search/?q=microsoft"

req = urllib2.Request(url)
res_data = urllib2.urlopen(req)

html = BeautifulSoup(res_data.read(), "html.parser")

tds = html.findAll("td", {"class": "field_domain"})

for td in tds:
    for a in td.findAll("a", {"class": "namelinks"}):
        print a.text

共获得15个结果，如下图

通过浏览器访问，共获得25个结果，如下图

经过对比发现通过脚本获得的数目相比浏览器要少，应该是脚本在筛选的时候出现了问题

注：

初学者建议掌握一下beautifulsoup4的基本使用技巧，本文暂略

0x03 查找bug原因

1、根据response查看域名标签，对筛选规则进行判断

需要获取到接收到的response数据，通过查看各个域名对应的标签，判断是否在标签筛选的时候出现了问题

查看response数据的两种方法：

(1) 使用Chrome浏览器查看

F12 -> More tools -> Network conditions

重新加载网页,选择?q=microsoft -> Resonse

如下图

(2) 使用python脚本

代码如下：

import urllib
import urllib2
url = "https://www.expireddomains.net/domain-name-search/?q=microsoft"
req = urllib2.Request(url)
res_data = urllib2.urlopen(req)
print res_data.read()

分析response数据,发现出错原因:

使用原测试脚本能够提取出如下数据中的域名:

<td class="field_domain"><a class="namelinks" href="/goto/1/71h90s/59/?tr=search" id="linksdd-domain71h90s" rel="nofollow" target="_blank" title="MicroSoft.msk.ru"><strong>MicroSoft</strong>.msk.ru</a><ul class="kmenucontent" id="links-domain71h90s" style="display:none;"><li class="first"><a class="favicons favgodaddy" href="/goto/16/75wxyx/59/?tr=search" rel="nofollow" target="_blank" title="Register at GoDaddy.com">GoDaddy.com</a></li><li><a class="favicons favdynadot" href="/goto/53/740s95/59/?tr=search" rel="nofollow" target="_blank" title="Register at Dynadot.com">Dynadot.com</a></li><li><a class="favicons favuniregistry" href="/goto/66/7252us/59/?tr=search" rel="nofollow" target="_blank" title="Register at Uniregistry.com">Uniregistry.com</a></li><li><a class="favicons favnamecheap" href="/goto/43/7459ux/59/?tr=search" rel="nofollow" target="_blank" title="Register at Namecheap.com">Namecheap.com</a></li><li><a class="favicons favonecom" href="/goto/57/71gmkr/59/?tr=search" rel="nofollow" target="_blank" title="Register at One.com">One.com</a></li><li><a class="favicons fav123reg" href="/goto/48/7254ap/59/?tr=search" rel="nofollow" target="_blank" title="Register at 123-reg.co.uk">123-reg.co.uk</a></li></ul></td>

但是response数据中还包含另一种类型的数据:

<td class="field_domain"><a href="/goto/1/4o47ng/39/?tr=search" rel="nofollow" target="_blank" title="NewMicroSoft.com">New<strong>MicroSoft</strong>.com</a></td>

原测试脚本没有提取该标签中保存的域名信息

0x04 bug修复

筛选思路：

获得标签<td class="field_domain">中第一个title的内容

原因：

这样能同时获得两组数据中保存的域名信息，过滤无效信息(如第二个title中的域名GoDaddy.com)

实现代码:

tds = html.findAll("td", {"class": "field_domain"})
for td in tds:
    print td.findAll("a")[0]["title"]

因此,获得完整查询结果的测试代码如下:

import urllib
import urllib2
import sys
from bs4 import BeautifulSoup

def SearchExpireddomains(key):
    url = "https://www.expireddomains.net/domain-name-search/?q=" + key 
    req = urllib2.Request(url)
    res_data = urllib2.urlopen(req)
    html = BeautifulSoup(res_data.read(), "html.parser")
    tds = html.findAll("td", {"class": "field_domain"})
    for td in tds:
    print td.findAll("a")[0]["title"]

if __name__ == "__main__":
    SearchExpireddomains(sys.argv[1])

成功获得第一页的所有结果，测试如下图

0x05 获得所有查询结果

expireddomains.net每页保存25个结果，想要获得所有结果，需要发送多个请求，遍历所有查询页面的结果

首先需要获得所有结果的数目，除以25获得需要查询的页面个数

1、统计所有结果

查看Response，找到表示搜索结果数目的位置，内容如下：

        <div class="pagescode page_top">
            <div class="addoptions left">
                                    <span class="showfilter">Show Filter</span>
                
                                                        
                                        
                    <span>(About <strong>20,213 </strong> Domains)</span>

Chrome浏览器显示如下图

为了简化代码长度，使用select()直接传入CSS选择器进行筛选，在对标签strong进行筛选后，第1个标签表示结果数目，对应查询代码为：

print html.select('strong')[0]

输出结果为<strong>20,213 </strong>

提取其中的数字：

print html.select('strong')[0].text

输出结果为20,213

去掉中间的","：

print html.select('strong')[0].text.replace(',', '')

输出结果为20213

除以25即可获得需要查询的页面个数，这里需要注意需要将字符串类型的"20213"转换为整型20213

2、猜测查询规律

第二页查询的url:

https://www.expireddomains.net/domain-name-search/?start=25&q=microsoft

第三页查询的url:

https://www.expireddomains.net/domain-name-search/?start=50&q=microsoft

找到查询规律，第i页查询的url：

https://www.expireddomains.net/domain-name-search/?start=<25*(i-1)）>&q=microsoft

注：

经测试，expireddomains.net对未登录用户最多提供550个的结果，共21页

3、对结果进行判断

在脚本实现上，需要对结果进行判断，如果结果大于550，只输出21页，如果小于550，输出<结果/25>页

4、模拟浏览器访问(备选)

当我们使用脚本尝试自动查询多个页面时，如果网站使用了反爬虫机制，无法获得真实数据

经测试，expireddomains.net并未开启反爬虫机制

如果在将来，expireddomains.net开启了反爬虫机制，脚本需要模拟浏览器发送请求，在头部附加User-Agent等信息

查看Chrome浏览器获得发送请求的信息，如下图

对照请求，添加头部信息即可绕过

示例代码：

req.add_header("User-Agent", "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36")

完整代码实现地址：

https://github.com/3gstudent/GetExpiredDomains

实际测试：

搜索关键词microsoftoffices，结果少于550，如下图

搜索关键词microsoft，结果大于550，只显示21页，如图

同Web访问的内容对比，结果相同，测试成功

0x06 小结

本文测试了过期域名自动化搜索工具CatMyFish，分析原理，修正其中的bug，使用python编写爬虫获得所有搜集结果，分享开发思路，开源代码。

渗透基础——选择一个合适的C2域名

安全脉搏独家发文，如需转载，请先联系授权。