编者按
根据这篇关于子域枚举工具测评的文章内容，我们可以得出以下结论和总结：
主要研究内容：本次测评主要针对子域枚举工具进行了测试，以发现各工具在查找目标域名的子域时的效率和覆盖度。
测试对象：测试对象包括了多个开源子域枚举工具，例如BBOT、theHarvester、Subfinder、Amass、OneForAll、Spiderfoot、Findomain、Sublist3r，以对比它们在发现大型和小型目标域名的子域时的表现。
测试方法：通过对大型目标（delta.com）和小型目标（spirit.com）运行各个工具，并记录找到的子域总数以及运行耗时进行对比。
结论：
在子域数量方面，BBOT 表现较优，特别是使用子域枚举工具中添加了subdomain.center API 接口；
在速度方面，Subfinder 和 Findomain 表现出色，耗时最短；
theHarvester 获得了荣誉奖，也得到了一定的认可。
待改进之处：
文章并未对工具的原理进行深入探讨，也未对数据进行详细的对比和分析，建议在后续评测中加入这方面的内容；
对工具的唯一性和独特性进行更深入的研究和对比，以进一步提升测试的深度和广度。
综上所述，本次测评通过对子域枚举工具的测试和比较，为网络安全领域的从业者提供了有益的信息，同时也为这些工具的开发者提供了改进和优化的方向。
1
导言
在当今的网络安全领域，对于网络资产的发现和管理变得愈发重要。随着互联网规模的不断扩大，许多组织面临着对其网络边界和资产的有效监视的挑战。其中，子域枚举作为一种重要的安全措施，被广泛应用于发现组织的外部资产，帮助识别潜在的安全威胁和漏洞。而子域枚举工具则是在这一过程中的关键支持者，它们能够帮助安全团队快速、自动化地收集目标域名的子域信息。
随着网络攻击技术的不断发展，子域枚举工具也在不断涌现和完善。但是哪个工具更好用更全面呢？我们通过一些评测方法来测试以下工具：
● BBOT
● theHarvester
● Subfinder
● Amass
● OneForAll
● Spiderfoot
● Findomain
● Sublist3r
2
测评方法
今年的主题是航空公司。我们将针对一个大靶标（达美航空：delta.com）和一个小靶标（精神航空：spirit.com）运行上述工具。通过对一个大靶标和一个小靶标进行测试，我们可以看到每个工具随着攻击面的大小而扩展的程度。
与上次类似，我们只用开箱即用方式运行每个工具，没有API密钥，只有启用暴力破解和提高线程数等所需的最小配置修改。
通配符和未解析的子域将使用下面脚本删除。
#!/usr/bin/env python3import sysimport asynciofrom bbot.scanner import Scannertry:file = sys.argv[-1]except KeyError:print("Usage: ./clean_dns_records.py input.txt")sys.exit(1)num_threads = 10async def handle_dns_name(dns_name, bbot_scan):try:dns_event = bbot_scan.make_event(dns_name, "DNS_NAME", source=bbot_scan.root_event)except Exception as e:returnif not dns_event.type == "DNS_NAME":return(dns_tags,event_whitelisted_dns,event_blacklisted_dns,dns_children,) = await bbot_scan.helpers.dns.resolve_event(dns_event)for tag in dns_tags:dns_event.add_tag(tag)resolved_hosts = set()for rdtype, ips in dns_children.items():if rdtype in ("A", "AAAA", "CNAME"):for ip in ips:resolved_hosts.add(ip)if not "unresolved" in dns_event.tags:if not bbot_scan.helpers.is_ip_type(dns_event.host):await bbot_scan.helpers.dns.handle_wildcard_event(dns_event, dns_children)print(f"{dns_event.data}t{','.join(sorted(dns_event.tags))}")async def main():with open(file) as f:lines = f.read().splitlines()lines = [l for l in set([l.strip().lower() for l in lines]) if l]config = {"dns_abort_threshold": 999999}bbot_scan = Scanner()semaphore = asyncio.Semaphore(num_threads) # Limit to 5 concurrent taskstasks = []for dns_name in lines: # If you want to run 10 taskstasks.append(controlled_execution(semaphore, dns_name, bbot_scan))await asyncio.gather(*tasks)async def controlled_execution(semaphore, dns_name, bbot_scan):async with semaphore:await handle_dns_name(dns_name, bbot_scan)asyncio.run(main())
3
结论
找到的子域：
运行耗时（越低越好）：
4
分析
你可能会注意到的第一件事是，虽然小靶标（spirit.com）的结果非常接近，不过大靶标（delta.com）结果差距较大。具体来说，BBOT、theHarvester、Amass和其他的工具存在巨大差距。对此有一个有趣的解释，这意味着子域名扫描工具大部分已经主要以API接口查询为主，而很少调用本地爆破能力。
事实证明，单一数据源是造成这种差异的原因。两个月前才添加到Amass的subdomain.center是Automated Reconnaissance & Pwning Syndicate创建的一个牛逼的API接口。它可以免费使用，每分钟限制3个请求，同时它也是BBOT模块之一。
我称之为“牛逼”，因为它非常好。Subdomain.center返回的子域比任何其他免费API接口都多。它返回了1594个有效delta.com子域，而RapidDNS（亚军）只返回了774个。
这个API最牛逼的地方是数据本身。它的数据库充满了奇怪而复杂（但完全有效）的子域，这些子域似乎不会出现在其他任何地方。没有其他免费的API包含这些数据，我们所知道的工具也没有一个能够通过暴力破解发现它们。即使BBOT的massdns 模块有NLP-powered的子域突变，也无法重复出与之相当数量的子域。
我联系了ARPSyndicate，希望找到一些关于他们数据来源的答案，但他们保密，只是说他们正在“持续聚合和分析DNS数据集”。的确，他们从哪里得到这些数据集是个谜。但谁在乎呢？反正可以免费查！
（更新8/6/2023：Subdomain.center的网站现在说，“子域中心利用Apache的Nutch、Calidog的Certstream、OpenAI的嵌入模型和我们的一些专有工具来发现比其他任何人都多的子域。”）
5
运行耗时
Subfinder和Findomain大致并列最快的工具，都在不到15秒的时间内完成。这些工具没有执行任何暴力破解，只查询API。
注释：Subfinder是用Go写的，Findomain是用Rust编写的。总之很高兴看到Go和Rust之间的友好竞争。：）
Amass和Spiderfoot是这里的最垃圾，我实际上选择缩小他们在图中的长度，因为他们使其他工具的结果根本都看不到了。在delta.com的情况下，Amass和Spiderfoot超过了6小时。
6
子域名
关于运行也就都差不多。核心还是要尽可能多的子域名，不关心是否误报，重点是不能漏报。
在这方面，我包含了BBOT。作为BBOT的创建者，我可能有点偏见，但不管你如何想，它显然是子域名发现评测中获胜了。BBOT发现spirit.com和delta.com的子域最多，Spirit.com平均多收集44%的子域，Delta.com比其他工具多118%。
7
结论
俱全能力：BBOT
耗时最少：Subfinder和Findomain这俩并列
荣誉奖：theHarvester
8
详情
返回结果和耗时表：
9
来源
本文翻译自
https://blog.blacklanternsecurity.com/p/subdomain-enumeration-tool-face-off-4e5
原文始发于微信公众号（幻泉之洲）：【评测】子域枚举工具测评
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论