利用python分析access日志的方法
前言
WAF上线之后,处理最多的是误报消除。
产生误报有多种原因,比如web应用源码编写时允许客户端提交过多的cookie;比如单个参数提交的数值太大。
把误报降低到了可接受的范围后,还要关注漏报。WAF不是神,任何WAF都可能被绕过。所以还需要定位漏过的攻击,明确漏报的原因,才能updateWAF的策略。
要定位漏报,就必须分析Web应用的访问日志了。一个站点,每天产生的access日志大概接近1GB,显然靠肉眼看是不现实的。这就需要用python帮助自动分析。
实现思路
拿我司某Web系统举例:
apache开启了access日志记录
日志规则是每小时生成一个日志文件,以站点名称为文件名,以日期+时间为后缀。例如:special.XXXXXX.com.cn.2016101001
要分析这些散碎的日志文件,我的思路如下:
1、根据用户命令行输入获取日志文件所在目录;
2、遍历目录下所有文件,合并到一个文件;
3、定义web攻击常见payload的字符串:
SQLi的:select、union、+–+;
Struts的:ognl、java
webshell常见的:base64、eval、excute
使用正则逐行匹配,将命中的日志复制到单独的文件。
实现代码
代码如下:
#-*-coding:utf-8-*- importos,re,sys iflen(sys.argv)!=2: print'Usage:pythonlogaudit.py<path>' sys.exit() logpath=sys.argv[1] #获取输入参数的文件路径' merge=re.compile(r'.*(\d[10])') forroot,dirs,filesinos.walk(logpath): forlineinfiles: #遍历日志文件夹,合并所有内容到一个文件 pipei=merge.match(line) ifpipei!=None: tmppath=root+'\\'+line logread1=open(tmppath,'r') logread=logread1.read() log2txt=open('.\\log.txt','a') log2txt.write(logread) log2txt.close() logread1.close() else: exit log=open('.//log.txt','r') logread=log.readlines() auditString=re.compile(r'.*[^_][sS][eE][lL][eE][cC][tT][^.].*|.*[uU][nN][iI][Oo][nN].*|.*[bB][aA][sS][eE][^.].*|.*[oO][gG][nN][lL].*|.*[eE][vV][aA][lL][(].*|.*[eE][xX][cC][uU][tT][eE].*') writelog=open('.//result.txt','a') forlinesinlogread: auditResult=auditString.match(lines) ifauditResult!=None: writelog.write(auditResult.group()) writelog.write('\n') else: exit writelog.close() log.close()
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流。