金融SRC各场景漏洞挖掘技巧

前言

挖掘金融类漏洞的核心不仅仅是技术点本身,更需要深入理解业务链路、资金流转规则、风控策略与账户体系,从而在“设计缺陷”中找到突破点。本文总结梳理常见的金融逻辑漏洞类型及关键节点的可利用点,帮助安全人员深入理解这些场景,快速定位高价值逻辑漏洞大大提升漏洞挖掘效率和准确度,减少资损信息泄露等高危问题的发生。

注册开户场景

首先我们来了解一下开户场景的大概流程

image-20251120165143882

绕过信息校验开户

正常开户申请一般需要手机号+邮箱验证作为必填项,但往往只是在前端进行校验,符合正则格式则通过校验(手机号、邮箱、身份证号)

image-20251120163408862

由于传过来的字段存在可选填项(如推荐码等),后端往往不会硬性要求全部字段都取,后端只会拿传过来的部分,这时候去掉手机相关字段仍可以正常开户

image-20251120163517392

KYC信息复用伪造

攻击者可利用已认证的同一套资料(如身份证正反面、人脸信息)去注册第二个账户

image-20251203160050564

正常上传证件信息,会对图片进行统一化格式处理,然后sdk加签存到数据库中,然后调用ocr对图片进行信息提取再去比对校验

如下图为上传证件信息的api接口,会返回一个加密的filekey文件名

image-20251203155952891

很多时候后端为了节省资源开销,会优先调用缓存数据库结果,判断是否已经上传过,这时候就会导致一个证件信息可以开多个账户

申请状态查询越权

我们渗透时候可以找到“申请/状态查询”相关接口或页面,修改post参数重放请求(id、orderNo、ticketId、userId等),观察响应是否返回不同用户的数据或敏感字段,然后利用自动化脚本/爆破可预测 ID

image-20251204110823070

如下面这个例子存在 request_id

image-20251204110252131

可通过遍历request_id获取其他用户手机号、身份证和银行卡信息

image-20251204110932960

支付场景

高并发下单/提现

后端没有加分布式锁,会导致重复下单 / 重复提现,攻击者可使用burp一秒内提交多次订单,连续发起多笔提现

image-20251201114520985

成功创建多笔提现订单

image-20251201114602972

负值反冲

在支付或退款接口中,如果传入的金额参数为负数,且后端没有严格校验金额必须为正,可能导致用户账户余额不减反增

金融类转账严格要求不能为负数,当修改金额为负数时就会导致负值反冲

image-20251120110520581

int64 导致金额溢出

金融系统常见操作:

  • 金额 × 精度(比如 ×10000 或 ×100000)
  • 金额求和(累计 risk amount)
  • transfer/settlement 金额偏大(企业/跨境/贷款/还款)

如果攻击者传入一个极大的数值,可能导致系统计算时溢出,变成一个负数或一个很小的数

1
2
3
4
5
6
7
8
9
10
repayAmount := precision.ConvertAmountByBase(
bo.RepayAmount.String(),
eaBo.MoneyMultiBase,
)

userName, email := f.getUserInfo(ctx, userInfo)

now := time.Now()
provisionExpireTime := f.getProvisionExpireTime(ctx, bo.ChannelId, bo.UserId, bo.PlatformUserId, now)
paymentExpireTime := f.getPaymentExpireTime(ctx, bo.ChannelId, now)

常见于后端使用 int64 处理金额,int64 的范围有限(只有 9.22e18),金额乘倍率(比如 ×100000)后很容易超过这个范围,一旦超过CPU 会直接把高位截掉,并且go不会自动检查溢出,传参过大会导致 price / amount 可被改为负数、0.01 等

image-20251118153559079

image-20251118153520380

篡改参数免手续费进行转账

在涉及外币或虚拟币的交易中,攻击者尝试修改接口中传输参数,使最终结算金额显著降低

image-20251120110702048

计算最终金额的时候,会有很多参数参与运算,如渠道、汇率等,这时候可以尝试纂改相关参数免除手续费

image-20251128150611909

转账时如果传入xx_id值为0的情况下,使后端 ampaign_result.code == 0 , 导致可以实现无手续费进行转账

1
2
3
4
5
6
if remittanceTicketReq.GetFeeWaivedAmount() != 0 {
if remittanceTicketReq.GetCampaignId() == "" {
logger.Error(ctx, format: "invalid_fee_xxx_id")
return common.ErrWalletInvalidRequestParam
}
}

image-20251201115257442

优惠券场景

优惠券码爆破

优惠券码未采用加密,并且没配置网关限流策略,导致可以高并发遍历

image-20251201111453629

通过对voucher_code进行遍历,根据回显字段长度不同判断优惠券是否存在,如下图存在为820、819,不存在为798

image-20251201111530424

优惠券无锁限制重复领取

优惠券核销时,系统未严格校验该券的唯一使用记录或总使用次数

加锁安全的情况

1
2
3
4
5
6
7
8
9
10
11
func applyCouponWithLock(amount float64) float64 {
coupon.mu.Lock() // 加锁
defer coupon.mu.Unlock() // 解锁

discounted := amount - coupon.Discount
if discounted < 0 {
discounted = 0
}
coupon.UsageCount++
return discounted
}

后端未加锁,导致可以重复领取

1
2
3
4
5
6
7
8
9
10
func applyCoupon(amount float64) float64 {
discounted := amount - coupon.Discount
if discounted < 0 {
discounted = 0
}

atomic.AddInt64(&coupon.UsageCount, 1)

return discounted
}

优惠券叠加使用

系统允许用户在单笔订单中,同时使用多张原本设计为互斥或限用一张的优惠券

image-20251204105300720

正常单张使用

image-20251201113637619

多张优惠券叠加使用

image-20251201113756324

信息查询场景

越权查询他人敏感信息

金融类对越权漏洞是十分严格的,像一般的越权查看个人信息、订单,是渗透测试的必测项目

image-20251119165630215

例如用户 A 在查询自己的信息时,通过修改请求参数为用户 B 的订单 ID,成功查询到用户 B 的账单信息

image-20251204104318708

image-20251204104229848

稍微复杂一些的隐藏参数情况

image-20251203163346295

函数实现是优先从post传参userid去查询的,然后再去解token提取uid进行查询

但是正常调用的时候,post传入的是{},因此走到第二优先级的解token提取uid进行查询,那我们该如何去挖掘这类的漏洞呢,我们可以通过搜集history返回包中的参数组成字典去fuzz,如下图返回包中有 userphone、uid、role等字段

image-20251203162838679

通过fuzz发现uid可作为查询参数,越权查询他人的信息

image-20251203163817197

image-20251203163851509

Toc&ToB网关配置错误接口混用

在 gRPC + Gateway 架构里,越权问题通常发生在普通用户能调用原本只允许管理员的 RPC 方法。

  • 生成的 HTTP 路由没有绑定权限检查,任何人都能访问
  • Gateway 没加角色校验,或者拦截器配置错误,token 可以被忽略或者被默认当作 admin

假设admin管理端域名为a.com,toc用户端域名为b.com,通过burp history导出一份a.com

image-20241202145003839

右键选中 save item,导出对应的xml文件

image-20241202145302261

导出文件格式还需要做进一步的处理:

  1. Base64 解码
    • 将 XML 中的 <request> 元素的内容进行 Base64 解码,解码得到完整的 HTTP 请求内容。
  2. 解析请求
    • 根据 HTTP 请求格式,第一行包含了请求方法和路径,例如:POST /api/login HTTP/1.1,提取 /api/login
  3. 提取 POST 数据
    • 通过检查是否遇到 HTTP 请求头结束标志 \r\n\r\n,来提取请求体
  4. 写入 CSV 文件
    • 将提取到的请求方法、API 路径和 POST 数据写入到 CSV 文件中

导出文件命名为 burp_history.xml,导出文件为 burp_history.csv

脚本文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
import os
import xml.etree.ElementTree as ET
import csv
import base64

input_file = "burp_history.xml"
output_file = "burp_history.csv"

if os.path.exists(output_file):
try:
os.rename(output_file, output_file)
except PermissionError:
print(f"文件 {output_file} 正在被占用,请关闭相关程序后重试。")
exit(1)

tree = ET.parse(input_file)
root = tree.getroot()

try:
with open(output_file, mode="w", newline="", encoding="utf-8") as csvfile:
csv_writer = csv.writer(csvfile)
csv_writer.writerow(["Method", "API Endpoint", "POST Content"])

for item in root.findall('./item'):
request_element = item.find('request')

if request_element is not None and request_element.text:
try:
request_data = base64.b64decode(request_element.text).decode("utf-8", errors="ignore")
except Exception as e:
print(f"Base64 解码失败: {e}")
continue

header_body_split = request_data.split("\r\n\r\n", 1)

if len(header_body_split) == 2:
headers = header_body_split[0]
body = header_body_split[1].strip()

header_lines = headers.split("\r\n")
if header_lines:
first_line = header_lines[0].strip()
parts = first_line.split(" ")
if len(parts) >= 2:
method = parts[0].upper()
path = parts[1]
else:
method = "UNKNOWN"
path = first_line

post_content = body if method == "POST" else ""
csv_writer.writerow([method, path, post_content])
else:
csv_writer.writerow(["ERROR", "INVALID REQUEST", ""])
else:
csv_writer.writerow(["ERROR", "EMPTY REQUEST", ""])

print(f"已成功将数据整理为 {output_file}")

except PermissionError:
print(f"无法创建或写入文件 {output_file},请检查权限。")
except Exception as e:
print(f"发生意外错误:{e}")

处理效果

image-20251202154135953

intruder测试选择 Pitchfork 模式进行发包

image-20241202152747911

payload encoding 取消勾选

image-20241202153846692

开始测试

image-20251202154105230

资源存储场景

合同资料遍历获取

合同、发票等敏感文件存储在一个可预测的路径下(如 /docs/contract/2025/ID_0001.pdf

攻击者通过爆破或递增 ID 的方式,可批量下载其他用户的合同文件

image-20251120153346062

S3存储桶配置不当/泄露

许多金融机构使用云存储服务(如 AWS S3 或阿里云 OSS)来存储文件。如果存储桶 Bucket 的权限配置错误(如设置为 Public Read),可能导致所有存储的资料对外公开。

https://github.com/dark-kingA/cloudTools

image-20251118153909154

image-20251118154002622

SSRF及绕过

服务端存在可发起外部网络请求的接口(如图片加载、URL 抓取)。攻击者利用此接口,让金融服务器作为跳板,访问其内网敏感资源或未授权的云服务 API。

image-20251118182235376

但通常企业内部会有白名单域名,当我们请求的url匹配则可以绕过检测

image-20251118184618667

成功触发dnslog

image-20251201153958537

使用第三方厂商开发

JWT/密码硬编码未修改

某盘系统中,系统初始化的工程中,定义了默认值的appidjwttoken加密密钥

image-20251201160325500

导致攻击者可以利用该密钥伪造任意用户的 JWT Token,从而绕过身份验证机制

image-20251201154518199

运维后门

第三方运维有时候为了方便更新维护,会在内部脚本、后端代码中直接引用外部 URL 来获取密码,例如:

1
2
curl http://password.example.com/db-prod-pass
wget http://x.x.x.x/getKey?env=prod

这种设计虽然便于统一管理,但等同于主动为攻击者开放后门接口

image-20251204104557490

下面就是从SSO外部接口获取最新系统密码的实战例子

image-20251204104631703