# Nuclei YAML 模板：漏洞、误配置与密钥检测实践 > YAML 模板驱动 Nuclei 扫描器，实现 HTTP/网络/文件等协议的 vuln/misconfig/secret 检测，结合 extractors 和 DSL 提升准确性。 ## 元数据 - 路径: /posts/2025/12/07/nuclei-yaml-templates-for-vuln-misconfig-detection/ - 发布时间: 2025-12-07T12:31:14+08:00 - 分类: [ai-security](/categories/ai-security/) - 站点: https://blog.hotdry.top ## 正文 Nuclei 作为一款高效的漏洞扫描工具，其核心在于 YAML 模板系统。这种模板驱动的设计允许安全工程师针对特定协议快速构建 vuln（漏洞）、misconfig（误配置）和 secret（密钥）检测逻辑，避免传统扫描器的黑盒低效。相比静态规则引擎，YAML 模板支持 extractors 提取动态数据和 DSL matchers 实现复杂条件判断，能显著降低误报率并适应多变环境。 YAML 模板的基本结构高度标准化，包括 id（唯一标识）、info（元数据：name、author、severity、tags、reference）、协议块（如 http、network、file）和核心组件 matchers/extractors。以 HTTP 协议为例，一个基础模板框架如下： ```yaml id: example-http-vuln info: name: "示例 HTTP 漏洞检测" author: "your-team" severity: high tags: vuln,http,misconfig http: - method: GET path: - "{{BaseURL}}/admin" matchers: - type: word words: - "admin panel" condition: and extractors: - type: regex part: body regex: - "secret: ([A-Za-z0-9]{32})" ``` 这里，info 提供上下文，http 定义请求路径，matchers 判断命中，extractors 捕获敏感数据如密钥。 Matchers 是检测命中的关键，支持多种类型确保协议特定精度。以 vuln/misconfig 为焦点： - **status/word/regex**：基础匹配。status 检查 HTTP 码（如 200），word/regex 扫描响应体。例如，检测 Git misconfig： ```yaml matchers: - type: word words: - "[core]" - "repositoryformatversion" condition: and part: body ``` 这针对 /.git/config 路径，证据来自社区模板统计：file 目录 436 个模板多用于此类暴露检测。 - **dsl**：DSL（Domain Specific Language）是最强大 matcher，支持复杂表达式如逻辑运算、变量比较。用于时间盲注 vuln： ```yaml matchers: - type: dsl dsl: - "duration >= 5" # 响应延迟 >5s 表示注入成功 - "status_code == 200" ``` DSL 内置变量：status_code、body、all_headers、duration、content_length。社区数据显示，vuln 标签模板达 6468 个，许多依赖 DSL 组合 status + body 内容，避免单一规则误报。 对于 network 协议 misconfig，如开放 Redis 未授权： ```yaml network: - host: "{{Hostname}}" port: 6379 matchers: - type: dsl dsl: - "contains(body, '+PONG')" ``` Extractors 则从响应中提取数据，支持后续 workflow 或报告。类型包括 regex（正则捕获）、kval（键值对，如 JSON "key: value"）、json 等。secret 检测典型示例（file/http）： ```yaml extractors: - type: regex name: api_key part: body regex: - "(?i)api[_-]?key[:=]\\s*[\\w-]{20,}" - type: kval kv_type: flag part: header keys: - "X-API-Key" ``` 提取组可注入变量 {{api_key}}，用于链式检测。证据：cloud 目录 659 模板多用 extractors 捕获 AWS/Azure 密钥模式。 协议特定落地参数与清单： 1. **HTTP Vuln/Misconfig**： - 路径 fuzz：使用 payloads 字典，如 common-admin-paths.txt。 - 参数：nuclei -t http/ -c 50 -rl 100 -bs 25（并发50，限速100r/s，批量25）。 - 监控：-metrics-port 9090，观察 requests.rate >80% 调整 -rl。 2. **Network/File Secret**： - File：扫描本地/远程文件暴露，extractors 优先 regex 多组捕获。 - 参数：-protocols network,file -timeout 10s -retries 2。 - 风险控制：添加 negative matchers（如 !contains(body, "404")），severity=info 预过滤。 3. **Workflow 高级链**： ```yaml workflows: - template: technologies/http-detection.yaml subtemplates: - template: vulnerabilities/cve-specific.yaml ``` 提取数据跨模板共享，适用于 misconfig → vuln 链。 风险与限值：DSL 复杂度高可能增 CPU（限 template-threads=10）；大规模扫描（11k+模板）需分 tag 执行，如 -tags vuln,misconfig。误报阈值：>20% 则调紧 dsl 条件（如 and 组合 3+规则）。 部署清单： - 更新模板：nuclei -ut。 - 验证：nuclei -validate -t templates/。 - CI/CD：GitHub Actions 集成 nuclei -l targets.txt -o report.json。 - 回滚：自定义 low-severity 模板覆盖默认。 实际效能：社区 KEV（Known Exploited Vulns）覆盖 1496 模板，http 9281 个专注 vuln/misconfig。通过参数调优，单机 4核扫描 10k 目标 <1h，准确率 >95%（DSL+extractors）。 资料来源：ProjectDiscovery Nuclei-templates GitHub 仓库（https://github.com/projectdiscovery/nuclei-templates），官方文档（https://docs.projectdiscovery.io/templates），社区模板统计与示例。 （正文字数：1028） ## 同分类近期文章 ### [诊断 Gemini Antigravity 安全禁令并工程恢复：会话重置、上下文裁剪与 API 头旋转](/posts/2026/03/01/diagnosing-gemini-antigravity-bans-reinstatement/) - 日期: 2026-03-01T04:47:32+08:00 - 分类: [ai-security](/categories/ai-security/) - 摘要: 剖析 Antigravity 禁令触发机制，提供 session reset、context pruning 和 header rotation 等工程策略，确保可靠访问 Gemini 高级模型。 ### [Anthropic 订阅认证禁用第三方工具：工程化迁移与 API Key 管理最佳实践](/posts/2026/02/19/anthropic-subscription-auth-restriction-migration-guide/) - 日期: 2026-02-19T13:32:38+08:00 - 分类: [ai-security](/categories/ai-security/) - 摘要: 解析 Anthropic 2026 年初针对订阅认证的第三方使用限制，提供工程化的 API Key 迁移方案与凭证管理最佳实践。 ### [Copilot邮件摘要漏洞分析：LLM应用中的数据流隔离缺陷与防护机制](/posts/2026/02/18/copilot-email-dlp-bypass-vulnerability-analysis/) - 日期: 2026-02-18T22:16:53+08:00 - 分类: [ai-security](/categories/ai-security/) - 摘要: 深度剖析Microsoft 365 Copilot因代码缺陷导致机密邮件被错误摘要的事件，揭示LLM应用数据流隔离的工程化防护要点。 ### [用 Rust 与 WASM 沙箱隔离 AI 工具链：三层控制与工程参数](/posts/2026/02/14/rust-wasm-sandbox-ai-tool-isolation/) - 日期: 2026-02-14T02:46:01+08:00 - 分类: [ai-security](/categories/ai-security/) - 摘要: 探讨基于 Rust 与 WebAssembly 构建安全沙箱运行时，实现对 AI 工具链的内存、CPU 和系统调用三层细粒度隔离，并提供可落地的配置参数与监控清单。 ### [为AI编码代理构建运行时权限控制沙箱：从能力分离到内核隔离](/posts/2026/02/10/building-runtime-permission-sandbox-for-ai-coding-agents-from-capability-separation-to-kernel-isolation/) - 日期: 2026-02-10T21:16:00+08:00 - 分类: [ai-security](/categories/ai-security/) - 摘要: 本文探讨如何为Claude Code等AI编码代理实现运行时权限控制沙箱，结合Pipelock的能力分离架构与Linux内核的命名空间、seccomp、cgroups隔离技术，提供可落地的配置参数与监控方案。