Kali Linux 无线渗透测试入门指南 第十章 WPS 和 探针
第十章 WPS 和 探针
作者:Vivek Ramachandran, Cameron Buchanan
译者:飞龙
太阳底下无新事。
– 谚语
这一章由新的技巧组成,包括攻击 WPS 和探针监控,也包含了使无线测试更简单的 pineapple 工具。这些攻击和工具在本书第一版的发布过程中出现,我们要确保这本书尽可能全面。
10.1 WPS 攻击
无线保护设置(WPS)在 2006 年被引入,用于帮助没有无线知识的用户保护网络。其原理是它们的 WIFI 拥有单一隐藏的硬编码值,它可以允许密钥记忆来访问。新的设备可以通过按下 WIFI 路由上的按钮来验证。在房子外面的人不能解除设备,就不能获得访问权。所以这个问题被降解为记住 WPA 密钥或者设置更短的密钥。
2011 年末,爆破 WPS 验证系统的安全漏洞被公开。协商 WPS 交换所需的流量易于被一篇,并且 WPS Pin 本身只有 0~9 的 8 个字符。最开始,这可以提供 100,000,000 中可能性,与之相比,8 个字符的 azAZ09 密码拥有 218,340,105,584,896 种组合。
但是,这里存在进一步的漏洞:
在 WPS Pin 的八个字符中,最后一个是前七个的校验和,所以它可以预测,选择就只剩下 10,000,000 种了。
此外,前四个和后三个字符分别验证,这意味着一共有 11,000 种选择。
虽然验证机制中要判断两次,但是我们已经从 100,000,000 个可能的组合降到了 11,000。这相当于爆破算法时的六个小时的差异。这些判断使 WPS 更易受攻击。
在下一个实验中,我们会使用 Wash 和 Reaver 识别和攻击 WPS 漏洞配置。
实战时间 – WPS 攻击
遵循以下指南来开始:
在我们攻击开启了 WPS 的接入点之前:我们首先要创建它。我们所使用的 TP-LINK 拥有这个也行,默认开启,它非常麻烦还是便捷。为了再三检查它,我们可以登入我们的路由并点击 WPS。它看起来是这样:
现在我们确认它准备好了。我们需要启动我们的目标。我们需要配置我们的测试环境。我们打算使用 Wash 工具,并且 Wash 需要监控器接口来生效。就像我们之前做的那样,我们需要使用下列命令来启动:
airmon-ng start wlan0
输出是这样:
我们拥有了监控接口,设置为
mon0
,我们可以使用下列命令调用 Wash:wash --ignore-fcs -i mon0
ignore fcs
选项是由于wash
导致的已知请求格式的问题:我们会展示所有附近 支持 WPS 的设备。以及它们是否开启或解锁了 WPS,以及它们的版本:
我们可以看到
Wireless Lab
支持 WPS。它使用版本 1 并且没有锁住。太好了。我们注意到 MAC 地址,它在我这里是E8:94:F6:62:1E:8E
,这会作为下一个工具reaver
的目标。Reaver 尝试爆破给定 MAC 地址的 WPS Pin。启动它的语法如下:
reaver -i mon0 -b <mac> -vv
输出是这样:
启动之后,这个工具执行所有可能的 WPS 组合,并尝试验证。一旦它完成了,它会返回 WPS 码和密码,像这样:
得到 WPA-PSK 之后,我们可以正常验证了。我把匹配 WPS Pin 的默认的 WPA-PSK 留给我的设备,你可以通过在
reaver
中指定 Pin 来实现,使用下列命令:reaver -i mon0 -b <mac> -vv -p 88404148
将我的 Pin 换成你的。
刚刚发生了什么?
我们使用 Wash 成功识别了带有 WPS 漏洞实例的无线网络。之后我们使用 Reaver 来恢复 WPA 密钥和 WPS Pin。使用这个信息,我们之后能够验证网络并继续网络渗透测试。
试一试 – 速率限制
在之前的联系中,我们攻击了整个未加密的 WPS 安装。我们可以使用多种方法来进一步探索安全的安装,不需要移除 WPS。
尝试将 WPS Pin 设置为任意值并再次尝试,来看看 Reaver 是否能够快速破解。
获得允许你限制 WPS 尝试速率的路由器。尝试和调整你的攻击来避免触发锁定。
10.2 探针嗅探
我们已经谈到了探针,以及如何使用它们来识别隐藏的网络,和执行有效的伪造接入点攻击。它们也可以将个体识别为目标,或者在大范围内以最少的努力识别它们。
当设备打算连接网路是,它会发送探测请求,包含它自己的 MAC地址和想要连接的网络名称。我们可以使用工具,例如airodump-ng
来跟踪它们。但是,如果我们希望识别个体是否在特定位置特定时间内出现,或者在 WIFI 使用中发现趋势,我们就需要不同的方式。
这一节中,我们会使用 tshark 和 Python 来收集数据。你会收到代码和完成了什么的解释。
实战时间 – 收集数据
遵循下列指南来开始:
首先,我们需要寻找多个网络的设备。通常,普通的安卓或者 iPhone 智能收集就足够了。台式机通常不是良好的目标,因为它们只能待在一个地方。新的 iPhone 或安卓设备可能禁用了探测请求,或者不清楚,所以在你放弃之前检查一下。
一旦你搞定了设备,确保打开了 WIFI。
之后启动你的监控接口,像之前那样。
下面要完成的事情就是使用
tshark
寻找探测请求,通过下列命令:tshark -n -i mon0 subtype probereq
命令的截图如下:
你这里的输出会有些混乱,因为
tshark
的默认输出没有为可读而涉及,只是尽可能展示很多信息。它看起来应该是这样:你已经可以看到 MAC 地址和探测请求的 SSID。但是,输出还可以更好。我们可以使用下列命令来使其更加可读取:
tshark –n –i mon0 subtype probereq –T fields –e separator= -e wlan.sa –e wlan_mgt.ssid
命令的截图如下:
输出会变得更加可读:
所以现在我们获得了可读格式的输出,下面呢?我们要创建 Python 脚本,执行命令并记录输出用于之后的分析。在执行代码之前,你需要确保你准备好了监控接口,并在目录中创建了
results.txt
文件。Python 脚本如下:import subprocess import datetime results = open("results.txt", "a") while 1: blah = subprocess.check_output(["tshark –n –i mon0 subtype probereq –T fields –e separator= -e wlan.sa –e wlan_mgt.ssid –c 100"], shell=True) splitblah = blah.split("\n") for value in splitblah[:-1]: splitvalue = value.split("\t") MAC = str(splitvalue[1]) SSID = str(splitvalue[2]) time = str(datetime.datetime.now()) Results.write(MAC+" "+SSID+" "+time+"\r\n")
让我们简单看一看 Python 脚本:
import subproces
库和datetime
库:这允许我们引用子进程和日期时间库。subprocess
允许我们从 Linux 命令行监控接口,而datetime
库允许我们获得准确时间和日期。while 1
:这行代码在停止之前一直执行。results = open("results.txt", "a")
:这使用附加模式打开了文件,并将其赋给results
。附加模式只允许脚本添加文件的内容,这会防止文件被覆写。blah = subprocess.check_output(["tshark –n –I mon0 subtype probereq –T fields –e separator= -e wlan.sa –e wlan_mgt.ssid –c 100"], shell=True)
:这打开了 shell 来执行我们之前侧事故的tshark
命令。这次唯一的区别就是-c 100
。这个选项所做的就是将命令限制为 100 个查询。这允许我们将节骨哦返回给我们自己,而不需要停止程序。因为我们说过在写入结果之后永远运行,这个脚本会再次启动。这行代码从 shell 获得输出,并将其赋给变量
blah
。splitblah = blah.split("\n")
:接收变量blah
并按行分割。for value in splitblah[:-1]
:对输入的每一行重复下面的操作,忽略包含头部的第一行。splitvalue = value.split("\t")
:将每一行拆分成更小的片段,使用tab
字符作为分隔符。下面的三行接收每个文本段并将其赋给变量:
MAC = str(splitvalue[1]) SSID = str(splitvalue[2]) time = str(datetime.datetime.now()
results.write(MAC+" "+SSID+" "+time+"\r\n")
:接收所有这些值,将其写到文件中,由空格分隔,为了整洁最后附带回车和换行符。
写到文件的输出是整洁的文本行。
刚刚发生了什么?
我们从探测请求接收输入,并将其使用 Python 输出到文件中。
你可能会问自己它的目的是什么。这可以仅仅通过执行原始的tshark
命令并添加>> results.txt
来完成。你是对的,但是,我们创建了集成其它工具,可视化平台,数据库,以及服务的框架。
例如,使用 WiGLE 数据库,将 SSID 映射为位置,你就可以添加新的代码行接受 SSID 变量并查询 WIGLE 数据库。
作为替代,你也可以建立 MySQL 数据库并将输出保存到这里来执行 SQL 命令。
这一节向你提供了创建你自己的探测监控攻击的第一步。通过这个实验,并使用这个简单的代码作为第一步,就可以创建多数实用的工具。
试一试 – 扩展概念
研究什么工具可用于可视化和数据分析,并易于集成到 Python。例如 Maltego 的工具拥有免费版本,可以用于绘制信息。
为你自己建立 MySQL数据库来记录数据和重新调整之前的 Python 脚本,将结果输出到数据库。之后,构建另一个脚本(或在相同文件中)来获得数据并输出到 Maltego。
重新调整脚本来查询 WIGLE,之后从探测请求中收集地理位置数据。通过 Maltego 来输出数据。
尝试通过 Flask、Django 或 PHP 建立 Web 前端来展示你的数据。为展示数据研究现有的解决方案,并尝试通过与它们的创建者交谈来模拟和改进它们。
总结
这一章中,我们谈论了针对 WPS 的攻击,它在本书第一版的发布过程中出现。同时也初步尝试了将无线工具使用 Python 集成。我们已经到达了本书的末尾,我希望它充实而又有趣。七年后的第三版再见吧。