burpsuite 插件开发——简单验证码爆破插件checkcode

0x00 前言

前段时间由于经常碰上验证码爆破问题，便和一个朋友就此交换了意见，都认为可以使用google的开源项目tesseract-ocr来实现。本着造轮子的精神，他无中生有，用python开发了一整个爆破平台（开发完毕要开源）。我人穷志短，就基于burpsuite开发个插件敷衍了事。

0x01 安装 tesseract-ocr

限于实验经验有限，这里只说ubuntu和windows两种安装方法。
ubuntu: 参照链接进行安装。
windows: 下载 jTessBoxEditor，解压后添加目录下的tesseract-ocr路径到环境变量就可以愉快的玩耍了。

0x02 开发

程序实现的原理比较简单

1. 注册burpsuite插件接口，实现BurpExtender类，关键代码如下，具体用法参见burpsuite api

public class BurpExtender implements IBurpExtender, ITab, IIntruderPayloadGeneratorFactory{
    // 注册burpsuite插件回调接口
    public void registerExtenderCallbacks(IBurpExtenderCallbacks callbacks){
        // TO DO
        // 在这里调用界面初始化函数，并完成主要的代码功能。
        // 程序逻辑为
        //   1. 使用脚本对图片进行简单处理
        //   2. 运行程序调用命令行的 tesseract 将图片转为字符串
    }
    public String getTabCaption() {
        return "CheckCode";
    }
    public Component getUiComponent() {
        return jTabPanelMain;
    }
    public String getGeneratorName() {
        return "CheckCode";
    }
    public IIntruderPayloadGenerator createNewInstance(IIntruderAttack attack) {
        return new IntruderPayloadGenerator(attack);
    }
}

2.实现IntruderPayloadGenerator类，在类中处理burpsuite的爆破参数

public class IntruderPayloadGenerator implements IIntruderPayloadGenerator{
    public IntruderPayloadGenerator(IIntruderAttack attack){
    }

    // 返回是否还有 payload ，由 burpsuite 调用
    public boolean hasMorePayloads() {
        return true;
    }

    // 返回下一个 payload ，由 burpsuite 调用
    public byte[] getNextPayload(byte[] baseValue) {
        return baseValue;
    }

    // 重置 payload ，由 burpsuite 调用
    public void reset() {
    }

}

3.界面设计

由于 java 开发界面比较麻烦，因此安装了eclipse插件WindowBulider Editor插件，接下来就是简单的画王八了，没有什么难度。一个小Tips：在BurpExtender类中加上main函数，在其中调用gui初始化函数，可以直接进行插件测试，避免繁琐的重新加载，同时方便debug。

完成后就是下图这种鬼样子

还有这样

以及这样

0x03 测试

1.输入验证码url直接测试，结果不太好，4个错了1个。

2.点选黑白灰度和二值化，将图片先转为灰度图，再进行二值化处理，效果好了一些，4认识了。

3. Tesseract 选项用来输入tesseract程序的参数，比如用-psm 7 digits来限定识别结果在tessdata/configs/digits当中。自己训练语言后，也使用这个参数来选择语言，如-psm 7 -l test。

0x04 训练

遇上识别难度更大一些的，只能自己训练语言来识别。由于验证码各家各样，又有各种干扰线，统一识别无法实现，加之Tesseract官方提供的语言训练方法惨无人道，故此实现了一套较为简易的方案。
首先介绍一下官方的训练方法，网上已经有许多实现，如
Tesseract-OCR 字符识别—样本训练
tesseract_ocr 字符识别基础及训练字库、合并字库

在进行测试的时候发现只要把多张tif合并成为一张图片，tesseract就无法正常将之转为box文件。我的内心是崩溃的，如图

最后不得已只好将取出的多张验证码合并成一张进行训练，无奈之举。

1.点击Add Train将处理后的图片添加到训练集中

2.然后按Step1:Create BoxFile创建box文件

3.对TIF图片中的每个字符进行调整。

4.回到CheckCode版面，按下Step2:Train，然后将burpsuite目录下的test.traineddata文件拷贝到tesseract-ocr\tessdata目录下。

5.重新进行测试，勾选Tesseract，输入命令-psm 7 -l test，效果如图

0x05 演示

这是CSDN的验证码