执行 Web 应用程序漏洞分类
概述
Web 应用程序漏洞分类(Triage)是审查 DAST(动态应用安全测试)和 SAST(静态应用安全测试)工具发现的过程,用于验证真阳性、排除假阳性、使用 OWASP 风险评级方法论分配风险等级,并确定修复优先级。有效的分类减少告警疲劳,使开发团队专注于最重要的漏洞。
前置条件
- DAST 扫描结果(OWASP ZAP、Burp Suite、Acunetix)
- SAST 扫描结果(Semgrep、SonarQube、Checkmarx、Snyk Code)
- Python 3.9+,安装
requests、beautifulsoup4
- Burp Suite Professional 或 OWASP ZAP 用于手动验证
- DefectDojo 或类似工具用于发现管理
OWASP 风险评级方法论
风险计算
风险 = 可能性 × 影响
可能性因素(0-9 分)
| 因素组 |
因素 |
描述 |
| 威胁主体 |
技能水平 |
攻击者的技术熟练程度? |
| 威胁主体 |
动机 |
攻击者的积极性? |
| 威胁主体 |
机会 |
需要什么资源/访问权限? |
| 威胁主体 |
规模 |
潜在威胁主体群体有多大? |
| 漏洞 |
发现难度 |
找到漏洞有多容易? |
| 漏洞 |
利用难度 |
利用漏洞有多容易? |
| 漏洞 |
知名度 |
漏洞的知名程度? |
| 漏洞 |
入侵检测 |
利用被检测的可能性? |
影响因素(0-9 分)
| 因素组 |
因素 |
描述 |
| 技术 |
机密性 |
可能泄露多少数据? |
| 技术 |
完整性 |
可能篡改多少数据? |
| 技术 |
可用性 |
可能损失多少服务? |
| 技术 |
可追责性 |
行为能否追溯到攻击者? |
| 业务 |
财务损失 |
收入损失、监管罚款 |
| 业务 |
声誉损失 |
品牌信任侵蚀 |
| 业务 |
合规违规 |
监管违规风险 |
| 业务 |
隐私侵犯 |
PII/PHI 暴露量 |
风险矩阵
|
低影响(0-3) |
中影响(3-6) |
高影响(6-9) |
| 高可能性(6-9) |
中 |
高 |
严重 |
| 中可能性(3-6) |
低 |
中 |
高 |
| 低可能性(0-3) |
注意 |
低 |
中 |
分类流程
步骤 1:按 OWASP Top 10 分类
OWASP_TOP_10_2021 = {
"A01": "访问控制失效",
"A02": "加密失败",
"A03": "注入",
"A04": "不安全设计",
"A05": "安全配置错误",
"A06": "脆弱和过时组件",
"A07": "身份识别和认证失败",
"A08": "软件和数据完整性失败",
"A09": "安全日志记录和监控失败",
"A10": "服务器端请求伪造(SSRF)",
}
CWE_TO_OWASP = {
"CWE-79": "A03", # XSS -> 注入
"CWE-89": "A03", # SQL 注入
"CWE-78": "A03", # OS 命令注入
"CWE-352": "A01", # CSRF -> 访问控制
"CWE-22": "A01", # 路径遍历
"CWE-200": "A02", # 信息泄露
"CWE-327": "A02", # 弱加密
"CWE-287": "A07", # 认证问题
"CWE-918": "A10", # SSRF
"CWE-502": "A08", # 反序列化
"CWE-611": "A05", # XXE -> 配置错误
}
步骤 2:验证真阳性与假阳性
def triage_finding(finding):
"""将发现分类为 true_positive、false_positive 或 needs_review。"""
fp_indicators = [
"Content-Security-Policy header not set", # 通常为信息性
"X-Content-Type-Options header missing", # 低严重性标头
"Cookie without SameSite attribute", # 取决于上下文
]
for indicator in fp_indicators:
if indicator.lower() in finding.get("title", "").lower():
if finding.get("severity", "").lower() in ("info", "low"):
return "false_positive", "常见信息性发现"
# 检查已确认的利用证据
if finding.get("evidence") and finding.get("confidence", "").lower() == "certain":
return "true_positive", "扫描器已确认利用"
# SAST 发现需要手动代码审查
if finding.get("source") == "sast":
if finding.get("cwe") in ["CWE-89", "CWE-78", "CWE-79"]:
return "needs_review", "注入发现需要手动代码审查"
return "needs_review", "需要手动验证"
步骤 3:风险评分计算
def calculate_risk_score(finding, app_context):
"""计算 Web 应用程序发现的 OWASP 风险等级。"""
# 可能性因素
likelihood = {
"skill_level": 6 if finding["cwe"] in ["CWE-89", "CWE-79"] else 4,
"motive": 7, # 经济利益
"opportunity": 7 if finding.get("authenticated") == False else 4,
"size": 9 if finding.get("internet_facing") else 4,
"ease_of_discovery": 8 if finding.get("scanner_detected") else 5,
"ease_of_exploit": 7 if finding.get("exploit_available") else 4,
"awareness": 6,
"intrusion_detection": 3 if app_context.get("waf_enabled") else 8,
}
# 影响因素
impact = {
"confidentiality": 9 if "data_exposure" in finding.get("tags", []) else 5,
"integrity": 9 if finding["cwe"] in ["CWE-89", "CWE-78"] else 4,
"availability": 7 if "dos" in finding.get("tags", []) else 2,
"accountability": 3 if app_context.get("logging_enabled") else 7,
"financial": 7 if app_context.get("processes_payments") else 3,
"reputation": 6 if app_context.get("customer_facing") else 2,
"compliance": 8 if app_context.get("pci_scope") else 3,
"privacy": 9 if app_context.get("handles_pii") else 2,
}
likelihood_score = sum(likelihood.values()) / len(likelihood)
impact_score = sum(impact.values()) / len(impact)
risk_score = likelihood_score * impact_score
if risk_score >= 42:
risk_level = "严重"
elif risk_score >= 24:
risk_level = "高"
elif risk_score >= 12:
risk_level = "中"
elif risk_score >= 3:
risk_level = "低"
else:
risk_level = "注意"
return {
"likelihood_score": round(likelihood_score, 1),
"impact_score": round(impact_score, 1),
"risk_score": round(risk_score, 1),
"risk_level": risk_level,
}
步骤 4:生成分类报告
# 通过分类流程处理 DAST/SAST 结果
python3 scripts/process.py \
--input zap_results.json \
--format zap \
--app-context app_config.json \
--output triage_report.json
手动验证技术
SQL 注入验证
# 使用单引号测试参数
GET /search?q=test' HTTP/1.1
# 使用基于布尔的载荷测试
GET /search?q=test' AND 1=1-- HTTP/1.1
GET /search?q=test' AND 1=2-- HTTP/1.1
# 基于时间的验证
GET /search?q=test'; WAITFOR DELAY '0:0:5'-- HTTP/1.1
XSS 验证
# 反射型 XSS 测试
GET /search?q=<script>alert(document.domain)</script> HTTP/1.1
# 检查输出是否已编码
GET /search?q="><img src=x HTTP/1.1
# DOM 型 XSS
GET /page#<img src=x HTTP/1.1
参考资料