hunt-auth-business-logic

skillمحلیلاین عملیاتی محلیگزارش: ۲۵۲۰ کیلوبایت۱۱ بخش

‏اسکیل شکار آسیب‌پذیری‌های business-logic. ساخته‌شده از ۱۲ گزارش عمومی باگ‌بانتی. پوشش می‌دهد روی انباشت race مربوط به کوپن ‏(Instacart، Stripe، Reverb)، دست‌کاری قیمت با تعداد-منفی-در-سبد ‏(Upserve/OLO)، دورزدن تأیید ایمیل و webhookهای بدون امضا.

توضیح انگلیسی اصلی (مرجع)

Hunting skill for business logic vulnerabilities. Built from 12 public bug bounty reports. Covers coupon-race-stacking (Instacart, Stripe, Reverb), negative-quantity-in-cart price tampering (Upserve, Eternal/Zomato), decimal/fraction price-field overflow (Shipt), client-side checkout amount trust on PayPal redirect (WordPress.org), price-per-unit mass-assignment (Krisp), and archived-price swap / cart-TOCTOU (Stripe). Use when hunting business logic — heavy emphasis on financial-impact-demonstrated cases.

فلوی اجرای گام‌به‌گام

◆
hunt-auth-business-logicشروع اجرا
۱
‏همه‌ی مرزهای احراز هویت را نگاشت کن. تارگت را بخز. صفحات/endpointهایی که محتوای احرازشده سرو می‌کنند ‏(پورتال‌های کارمند، فیچرهای premium، صفحات سفارش) را شناسایی کن و هرکدام را unauthenticated تست کن. دنبال صفحات داخلی ایندکس‌شده در باندل‌های JS یا لینک‌شده از robots.txt/sitemap.xml بگرد.
۲
‏هر فلوی تأیید را شناسایی کن. enumerate کن: تأیید ایمیل، تأیید تلفن/SMS، تأیید پرداخت، CAPTCHA و گیت‌های سن. برای هرکدام تست کن: اگر گام تأیید را کلاً رد کنی چه می‌شود؟ اگر توکن معتبر را روی اکانت دیگری replay کنی چه می‌شود؟
۳
‏کنترل‌های rate-limit را روی هر فرم تست کن. برای هر endpoint مربوط به POST ‏(subscribe، login، OTP، search)، ۵۰+ درخواست سریع بفرست. تغییر بده: کوکی‌ها را حذف کن، هدرهای `X-Forwarded-For` / `X-Real-IP` را بچرخان، `User-Agent` را عوض کن. چک کن آیا سرور IP را از هدر می‌خواند یا از اتصال.
۴
؟ تصمیم‏فلوهای پرداخت را intercept و دست‌کاری کن. با Burp Suite هر درخواست بین مرورگر، اپلیکیشن و provider پرداخت را intercept کن. شناسایی کن کجا فیلدهای قیمت، ارز، شناسه‌ی سفارش یا status ست می‌شوند. سعی کن مبلغ را به $0.01 یا ارز را به ارز کم‌ارزش تغییر بدهی. دنبال endpointهای POST-back/webhook بگرد که تأیید پرداخت را می‌پذیرند — تست کن آیا HMAC/امضا را validate می‌کنند.
۵
‏تأیید شماره‌ی تلفن/callback را تست کن. هرجا پلتفرم شماره‌ی callback می‌پذیرد، تست کن: می‌توانی شماره‌ای بگذاری که مالکش نیستی؟ آیا پلتفرم به آن شماره زنگ/پیامک می‌زند و فقط بر اساس submit اعتماد می‌دهد؟ شماره‌ی قربانی را امتحان کن.
۶
‏سطوح کارمند/داخلی نامحافظت‌شده را چک کن. در Shodan، GitHub، باندل‌های JS و Wayback Machine برای ارجاع به ساب‌دامین/مسیر داخلی جست‌وجو کن. دسترسی بدون احراز هویت را تست کن. چک کن آیا این سطوح ثبت سفارش، دسترسی داده یا privilege escalation می‌دهند.
۷
؟ تصمیم‏اثر کسب‌وکاری را validate کن. برای هر یافته تعیین کن: آیا به ضرر مالی، دسترسی غیرمجاز یا افشای داده می‌انجامد؟ زنجیره‌ی end-to-end را مستند کن.
۸
‏مهاجم *الان* چه کاری می‌تواند بکند؟
۹
‏قربانی چه چیزی *از دست می‌دهد*؟
۱۰
‏آیا در ۱۰ دقیقه از صفر بازتولید می‌شود؟
✓
پایان — اعتبارسنجی و گزارش

ترتیب مرحله‌ای استخراج‌شده از بخش‌های متدولوژی/اعتبارسنجی — ۱۰ گام؛ گام‌های شرطی با «؟ تصمیم» مشخص شده‌اند.

نقشه‌ی ساختار اسکیل

hunt-auth-business-logicلاین عملیاتی محلی · ۱۱ بخش۱اهداف ارزشمند۲سطح حمله و سیگنال‌ها۳مراحل شکار۴Payload و الگوهای تشخیص۵علل ریشه‌ای۶تکنیک‌های Bypass۷دروازه‌ی اعتبارسنجی۸اهداف ارزشمند۹نمونه‌های واقعی و impact۱۰دروازه‌ی اعتبارسنجی۱۱اطلاعات عملیاتی
اهداف ارزشمند · ۳سطح حمله و سیگنال‌ها · ۱مراحل شکار · ۳Payload و الگوهای تشخیص · ۱علل ریشه‌ای · ۱تکنیک‌های Bypass · ۲

روی هر گره کلیک کنید تا به بخش مربوطه بروید؛ دکمه‌ی «سورس MD» در هدر هر بخش، متن اصلی را با شماره‌ی خط می‌آورد.

بخش‌های اسکیل

هر بخش با عنوان فارسی، نوع محتوا و توضیح فارسی نمایش داده شده. روی «سورس MD» کلیک کنید تا متن اصلی انگلیسی با شماره‌ی خطوط فایل در نمایشگر کناری باز شود.

۱

اهداف ارزشمند

Crown Jewel Targets
ترجمه‌ی کامل ✓بخش ۱ از ۱۱

چرا این کلاس آسیب‌پذیری پربهاست و کدام assetها بیشترین payout را دارند

‏آسیب‌پذیری‌های business logic بیشترین پول را در پلتفرم‌هایی می‌پردازند که تراکنش مالی، تأیید هویت و کنترل‌های دسترسی با پیامدهای دنیای-واقعی تلاقی دارند. پُربارترین تارگت‌ها:

  • ‏پلتفرم‌های e-commerce و پرداخت ‏(Valve/Steam، Shopify) — دست‌کاری فلو پرداخت، کالای رایگان، دست‌کاری قیمت
  • ‏اپ‌های marketplace و gig-economy ‏(Airbnb، Uber) — دورزدن هویت/تأیید که تقلب یا تعاملات ناامن را ممکن می‌کند
  • ‏‏SaaS با دسترسی پلکانی ‏(Mozilla Monitor) — دورزدن تأیید برای بازکردن فیچرهای مانیتورینگ بدون entitlement
  • ‏اپ‌های مصرفی پرترافیک ‏(Snapchat، Yelp) — دورزدن rate-limit برای spam، enumeration یا abuse در مقیاس

‏نوع‌های دارایی که می‌پردازند: فلوهای checkout، endpointهای subscription، سیستم‌های callback/verification، هندلرهای webhook، پورتال‌های کارمند/داخلی افشاشده به اینترنت، و هر endpointای که برای تصمیم authorization به داده‌ی داده‌شده‌ی کلاینت اعتماد می‌کند.

۲

سطح حمله و سیگنال‌ها

Attack Surface Signals
ترجمه‌ی کامل ✓بخش ۲ از ۱۱

نشانه‌های URL، header، JS و tech stack که نشان می‌دهد این تکنیک اینجا جواب می‌دهد

‏الگوهای URL برای تماشا:

  • ‏مسیرهای /checkout، /order، /subscribe، /payment، /verify، /confirm، /callback
  • ‏مسیرهای /internal، /employee، /summit، /staff، /admin — صفحات داخلی که تصادفاً عمومی شده‌اند
  • ‏مسیرهای /api/v*/payment، /api/v*/notify، /webhook — callbackهای provider پرداخت
  • ‏endpointهایی که هدرهای X-Forwarded-For، X-Real-IP، CF-Connecting-IP را قبول می‌کنند

‏سیگنال‌های پاسخ/هدر:

  • ‏Set-Cookie با state مربوط به session اعتبارسنجی‌نشده بسته‌شده به داده‌ی سبد یا سفارش
  • ‏نام providerهای پرداخت در پاسخ‌ها: Smart2Pay، Stripe، PayPal، Braintree
  • ‏زنجیره‌های ریدایرکت از طریق صفحات پرداخت third-party ‏(فرصت دست‌کاری داده‌ی در‌پرواز)
  • ‏200 OK روی endpointهای subscription/verification بدون CAPTCHA یا توکن

‏الگوهای JS:

  • ‏URLهای داخلی هاردکد در باندل‌های فرانت‌اند ‏(/employee/، /staff/، /internal/)
  • ‏محاسبه‌ی قیمت سمت‌کلاینت قبل از submit به سرور
  • ‏منطق تأییدی که فقط سمت‌فرانت‌اند چک می‌کند ‏(if (verified) { ... })
  • ‏درخواست fetch('/api/subscribe', { method: 'POST', body: ... }) بدون توکن anti-CSRF یا توکن rate-limit

‏سیگنال‌های تک‌استک:

  • ‏ویترین‌های Shopify با صفحات کانال draft/منتشر‌نشده
  • ‏اپ‌های با rate-limiting مبتنی‌بر IP بدون binding به session/اکانت
  • ‏webhookهای پرداخت بدون اعتبارسنجی امضای HMAC
  • ‏فلوهای callback مربوط به SMS/تلفن که قبل از فعال‌کردن فیچرها مالکیت را تأیید نمی‌کنند
۳

مراحل شکار

Step-by-Step Hunting Methodology
ترجمه‌ی کامل ✓بخش ۳ از ۱۱

روش‌شناسی گام‌به‌گام اجرای تکنیک از شناسایی تا اعتبارسنجی

  1. ‏همه‌ی مرزهای احراز هویت را نگاشت کن. تارگت را بخز. صفحات/endpointهایی که محتوای احرازشده سرو می‌کنند ‏(پورتال‌های کارمند، فیچرهای premium، صفحات سفارش) را شناسایی کن و هرکدام را unauthenticated تست کن. دنبال صفحات داخلی ایندکس‌شده در باندل‌های JS یا لینک‌شده از robots.txt/sitemap.xml بگرد.
  1. ‏هر فلوی تأیید را شناسایی کن. enumerate کن: تأیید ایمیل، تأیید تلفن/SMS، تأیید پرداخت، CAPTCHA و گیت‌های سن. برای هرکدام تست کن: اگر گام تأیید را کلاً رد کنی چه می‌شود؟ اگر توکن معتبر را روی اکانت دیگری replay کنی چه می‌شود؟
  1. ‏کنترل‌های rate-limit را روی هر فرم تست کن. برای هر endpoint مربوط به POST ‏(subscribe، login، OTP، search)، ۵۰+ درخواست سریع بفرست. تغییر بده: کوکی‌ها را حذف کن، هدرهای X-Forwarded-For / X-Real-IP را بچرخان، User-Agent را عوض کن. چک کن آیا سرور IP را از هدر می‌خواند یا از اتصال.
  1. ‏فلوهای پرداخت را intercept و دست‌کاری کن. با Burp Suite هر درخواست بین مرورگر، اپلیکیشن و provider پرداخت را intercept کن. شناسایی کن کجا فیلدهای قیمت، ارز، شناسه‌ی سفارش یا status ست می‌شوند. سعی کن مبلغ را به $0.01 یا ارز را به ارز کم‌ارزش تغییر بدهی. دنبال endpointهای POST-back/webhook بگرد که تأیید پرداخت را می‌پذیرند — تست کن آیا HMAC/امضا را validate می‌کنند.
  1. ‏تأیید شماره‌ی تلفن/callback را تست کن. هرجا پلتفرم شماره‌ی callback می‌پذیرد، تست کن: می‌توانی شماره‌ای بگذاری که مالکش نیستی؟ آیا پلتفرم به آن شماره زنگ/پیامک می‌زند و فقط بر اساس submit اعتماد می‌دهد؟ شماره‌ی قربانی را امتحان کن.
  1. ‏سطوح کارمند/داخلی نامحافظت‌شده را چک کن. در Shodan، GitHub، باندل‌های JS و Wayback Machine برای ارجاع به ساب‌دامین/مسیر داخلی جست‌وجو کن. دسترسی بدون احراز هویت را تست کن. چک کن آیا این سطوح ثبت سفارش، دسترسی داده یا privilege escalation می‌دهند.
  1. ‏اثر کسب‌وکاری را validate کن. برای هر یافته تعیین کن: آیا به ضرر مالی، دسترسی غیرمجاز یا افشای داده می‌انجامد؟ زنجیره‌ی end-to-end را مستند کن.
مراحل استخراج‌شده
  1. ۱‏همه‌ی مرزهای احراز هویت را نگاشت کن. تارگت را بخز. صفحات/endpointهایی که محتوای احرازشده سرو می‌کنند ‏(پورتال‌های کارمند، فیچرهای premium، صفحات سفارش) را شناسایی کن و هرکدام را unauthenticated تست کن. دنبال صفحات داخلی ایندکس‌شده در باندل‌های JS یا لینک‌شده از robots.txt/sitemap.xml بگرد.
  2. ۲‏هر فلوی تأیید را شناسایی کن. enumerate کن: تأیید ایمیل، تأیید تلفن/SMS، تأیید پرداخت، CAPTCHA و گیت‌های سن. برای هرکدام تست کن: اگر گام تأیید را کلاً رد کنی چه می‌شود؟ اگر توکن معتبر را روی اکانت دیگری replay کنی چه می‌شود؟
  3. ۳‏کنترل‌های rate-limit را روی هر فرم تست کن. برای هر endpoint مربوط به POST ‏(subscribe، login، OTP، search)، ۵۰+ درخواست سریع بفرست. تغییر بده: کوکی‌ها را حذف کن، هدرهای `X-Forwarded-For` / `X-Real-IP` را بچرخان، `User-Agent` را عوض کن. چک کن آیا سرور IP را از هدر می‌خواند یا از اتصال.
  4. ۴‏فلوهای پرداخت را intercept و دست‌کاری کن. با Burp Suite هر درخواست بین مرورگر، اپلیکیشن و provider پرداخت را intercept کن. شناسایی کن کجا فیلدهای قیمت، ارز، شناسه‌ی سفارش یا status ست می‌شوند. سعی کن مبلغ را به $0.01 یا ارز را به ارز کم‌ارزش تغییر بدهی. دنبال endpointهای POST-back/webhook بگرد که تأیید پرداخت را می‌پذیرند — تست کن آیا HMAC/امضا را validate می‌کنند.
  5. ۵‏تأیید شماره‌ی تلفن/callback را تست کن. هرجا پلتفرم شماره‌ی callback می‌پذیرد، تست کن: می‌توانی شماره‌ای بگذاری که مالکش نیستی؟ آیا پلتفرم به آن شماره زنگ/پیامک می‌زند و فقط بر اساس submit اعتماد می‌دهد؟ شماره‌ی قربانی را امتحان کن.
  6. ۶‏سطوح کارمند/داخلی نامحافظت‌شده را چک کن. در Shodan، GitHub، باندل‌های JS و Wayback Machine برای ارجاع به ساب‌دامین/مسیر داخلی جست‌وجو کن. دسترسی بدون احراز هویت را تست کن. چک کن آیا این سطوح ثبت سفارش، دسترسی داده یا privilege escalation می‌دهند.
  7. ۷‏اثر کسب‌وکاری را validate کن. برای هر یافته تعیین کن: آیا به ضرر مالی، دسترسی غیرمجاز یا افشای داده می‌انجامد؟ زنجیره‌ی end-to-end را مستند کن.
۴

Payload و الگوهای تشخیص

Payload & Detection Patterns
ترجمه‌ی کامل ✓بخش ۴ از ۱۱

دستورها، payloadها و الگوهای قابل‌اجرا برای تست تکنیک

‏دورزدن rate limit از طریق چرخش هدر:

# Rotate X-Forwarded-For to bypass IP rate limiting
for i in $(seq 1 100); do
  curl -s -X POST https://target.com/api/subscribe \
    -H "X-Forwarded-For: 10.0.0.$i" \
    -H "X-Real-IP: 10.0.0.$i" \
    -H "Content-Type: application/json" \
    -d '{"email":"victim+'"$i"'@example.com"}' \
    -o /dev/null -w "%{http_code}\n"
done

‏دست‌کاری پرداخت — تغییر قیمت‌ی در‌پرواز:

# Rotate X-Forwarded-For to bypass IP rate limiting
for i in $(seq 1 100); do
  curl -s -X POST https://target.com/api/subscribe \
    -H "X-Forwarded-For: 10.0.0.$i" \
    -H "X-Real-IP: 10.0.0.$i" \
    -H "Content-Type: application/json" \
    -d '{"email":"victim+'"$i"'@example.com"}' \
    -o /dev/null -w "%{http_code}\n"
done
POST /payment/initiate HTTP/1.1
Host: target.com

amount=0.01&currency=USD&order_id=12345&product_id=99

‏کشف صفحه‌ی داخلی unauthenticated:

# Look for unvalidated webhook endpoints
curl -X POST https://target.com/payment/callback \
  -H "Content-Type: application/json" \
  -d '{"status":"success","amount":"0.01","order_id":"12345","transaction_id":"fake-txn"}'

‏دورزدن تأیید ایمیل:

# Check robots.txt and sitemap for internal paths
curl -s https://target.com/robots.txt | grep -iE "(disallow|allow)"
curl -s https://target.com/sitemap.xml | grep -iE "(employee|internal|staff|summit|admin)"

# Grep JS bundles for internal paths
curl -s https://target.com/assets/app.js | grep -oE '"/[a-zA-Z0-9/_-]{3,50}"' | sort -u

‏الگوهای grep برای مشکلات منطق سمت‌کلاینت:

# Skip the verification step: hit the post-verification API endpoint directly
# with an unverified session. If it succeeds, the gate is UI-only.
curl -s -X POST https://monitor.target.com/api/monitoring/enable \
  -H "Cookie: session=<your_unverified_session>" \
  -H "Content-Type: application/json" \
  -d '{"email":"victim@example.com"}'

# Replay verification token on different account
curl -X POST https://target.com/verify \
  -d 'token=VALID_TOKEN_FROM_ACCOUNT_A&email=account_b@example.com'
۵

علل ریشه‌ای

Common Root Causes
ترجمه‌ی کامل ✓بخش ۵ از ۱۱

ریشه‌های کدنویسی و طراحی که این باگ را می‌سازند — با مقایسه‌ی کد آسیب‌پذیر/امن

  1. ‏سرور برای تصمیمات مالی به داده‌ی داده‌شده‌ی کلاینت اعتماد می‌کند. توسعه‌دهندگان محاسبه‌ی قیمت را به فرانت‌اند offload می‌کنند یا فیلدهای مبلغ را بدون اعتبارسنجی مجدد روی سرور در برابر منبع مرجع ‏(دیتابیس محصول) از فرم‌ها/URLها عبور می‌دهند.
  1. ‏تأیید فقط در UI enforce می‌شود، نه در API. فرانت‌اند فیچرها را پشت گیت تأیید پنهان می‌کند، ولی endpointهای API بک‌اند بدون status مربوط به verified کاملاً کار می‌کنند — هر درخواست احرازشده‌ای موفق می‌شود.
  1. ‏‏rate limiting مبتنی‌بر IP از هدرهای قابل‌جعل می‌خواند. توسعه‌دهندگان ریت‌لیمیت را با request.headers['X-Forwarded-For'] پیاده می‌کنند به‌جای IP واقعی اتصال، که دورزدن ساده با دست‌کاری هدر را ممکن می‌کند.
  1. ‏webhookهای پرداخت اعتبارسنجی امضا ندارند. توسعه‌دهندگان webhookهای «success» را بدون تأیید امضای HMAC داده‌شده توسط provider پرداخت پیاده می‌کنند، که به هرکسی اجازه می‌دهد نوتیفیکیشن موفقیت جعلی POST کند.
  1. ‏صفحات داخلی/کارمند access-control ندارند. ابزارهای داخلی بدون middleware احراز هویت به دامنه‌های production دیپلوی می‌شوند، چون توسعه‌دهندگان فرض obscurity می‌کنند ‏(URL لیست‌نشده) یا اعمال auth روی route جدید را فراموش می‌کنند.
  1. ‏تأیید تلفن/callback مشورتی است نه enforced. سیستم‌ها شماره‌ی تلفن را می‌پذیرند و به هرکس که submit کند اعتماد می‌دهند، بدون تأیید مالکیت یا کنترل آن شماره توسط submitter.
  1. ‏ویترین‌های draft/کانال‌مخصوص عملکرد کامل سفارش را به ارث می‌برند. پلتفرم‌هایی مثل Shopify اجازه‌ی ساخت ویترین برای کانال‌های خاص ‏(رویدادهای کارمند) می‌دهند که لیست‌نشده‌اند ولی اگر URL دانسته شود برای ثبت سفارش کاملاً کار می‌کنند.
۶

تکنیک‌های Bypass

Bypass Techniques
ترجمه‌ی کامل ✓بخش ۶ از ۱۱

نگاشت دفاع ← دورزدن و payloadهای جایگزین برای کنترل‌های شناخته‌شده

دفاعدورزدن
‏rate limiting مبتنی‌بر IPچرخش هدرهای X-Forwarded-For، X-Real-IP، True-Client-IP، CF-Connecting-IP per-request
‏CAPTCHA روی فرم‌های اشتراکاول دورزدن مبتنی‌بر هدر را امتحان کن؛ اگر CAPTCHA فقط روی فرم وب است، endpoint مربوط به API زیرین را مستقیم صدا بزن
‏گیت تأیید ایمیلendpoint مربوط به API بعد-از-تأیید را مستقیم صدا بزن؛ توکن‌های معتبر را replay کن؛ چک کن آیا verified=true کوکی/پارامتر client-set است
‏اعتبارسنجی مبلغ پرداخت سمت‌سرورارز را به ارز کم‌ارزش‌تر تغییر بده؛ با $0.00 یا مبالغ منفی تست کن؛ IDهای سفارش را برای ارجاع به محصولات مختلف دست‌کاری کن
‏اعتبارسنجی HMAC مربوط به webhookبا هدر امضای غایب/خالی تست کن ‏(آیا اعتبارسنجی اصلاً enforced است — payload تغییریافته فقط وقتی «پاس می‌شود» که نباشد)؛ webhook تغییرنیافته‌ی گرفته‌شده را replay کن تا نبود idempotency/anti-replay را تست کنی
‏احراز هویت روی صفحات داخلیunauthenticated امتحان کن؛ با اکانت کم-privilege امتحان کن؛ واریانت‌های path traversal ‏(/employee/../employee/) را امتحان کن
‏تأیید تلفن ‏(OTP فرستاده‌شده)شماره‌ی دیگری را بدون اعتبارسنجی OTP submit کن؛ چک کن آیا سیستم هنگام submit اعتماد می‌دهد یا هنگام تأیید OTP
۷

دروازه‌ی اعتبارسنجی

Gate 0 Validation
ترجمه‌ی کامل ✓بخش ۷ از ۱۱

چک‌لیست‌ها و قواعد پیش از گزارش برای جلوگیری از false positive و N/A

‏قبل از نوشتن هر گزارشی، به هر سه جواب بده:

  1. ‏مهاجم الان چه کاری می‌تواند بکند؟

مشخص بنویس: «کاربر unauthenticated می‌تواند سفارش کالای فیزیکی با هزینه‌ی $0 ثبت کند» یا «مهاجم می‌تواند تأیید ایمیل را دور بزند و هر آدرس ایمیلی را بدون مالکیتش مانیتور کند» یا «مهاجم می‌تواند ایمیل‌های اشتراک نامحدود به هر آدرسی بفرستد». اثر مبهم = رد.

  1. ‏قربانی چه چیزی از دست می‌دهد؟

یک ضرر مشخص و قابل‌انتساب پیدا کن: ضرر مالی ‏(کالای رایگان، پرداخت تقلبی)، ازدست‌دادن حریم خصوصی ‏(شماره‌ی تلفن جعل‌شده، مانیتورینگ غیرمجاز)، سوءاستفاده‌ی سرویس ‏(کمپین spam از طریق دورزدن rate-limit)، یا تخریب امنیت ‏(هویت تأییدنشده که برای اکشن‌های حساس مورد اعتماد است). اگر ضرر صرفاً نظری است، شدت را بازبینی کن.

  1. ‏آیا در ۱۰ دقیقه از صفر بازتولید می‌شود؟

اکانت تازه بساز ‏(یا بدون اکانت). گام‌های مستندت را دنبال کن. به اثر برس. اگر نمی‌توانی آن را end-to-end در کمتر از ۱۰ دقیقه با گام‌هایت بازتولید کنی، متدولوژی‌ات ناقص است — قبل از submit پالایش کن.

مراحل استخراج‌شده
  1. ۱‏مهاجم *الان* چه کاری می‌تواند بکند؟
  2. ۲‏قربانی چه چیزی *از دست می‌دهد*؟
  3. ۳‏آیا در ۱۰ دقیقه از صفر بازتولید می‌شود؟
۸

اهداف ارزشمند

Real Impact Examples
ترجمه‌ی کامل ✓بخش ۸ از ۱۱

چرا این کلاس آسیب‌پذیری پربهاست و کدام assetها بیشترین payout را دارند

‏سناریو ۱ — کالای فیزیکی رایگان از طریق ویترین داخلی افشاشده ‏(سبک Shopify)

‏یک صفحه‌ی summit مربوط به کارمندان به‌عنوان کانال خصوصی توزیع کتاب رایگان به staff روی ویترین عمومی Shopify دیپلوی شد. URL از طریق تحلیل باندل JS یا اشتراک لینک قابل‌کشف بود. کاربر ناشناسی که به URL می‌رفت می‌توانست مرور و checkout را بدون هیچ احراز هویتی کامل کند و کالای فیزیکی به هزینه‌ی شرکت بگیرد. اثر: ضرر مالی مستقیم per-order، پتانسیل سفارش انبوه اگر زود گرفته نشود.

‏سناریو ۲ — دست‌کاری پرداخت از طریق tamper در‌پرواز ‏(سبک Valve/Steam)

‏یک فلوی پرداخت مبلغ و ارز سفارش را از پارامترهای کنترل‌شده‌ی کلاینت قبل از ریدایرکت به provider پرداخت third-party ‏(Smart2Pay) عبور می‌داد. با intercept کردن ریدایرکت در Burp Suite و تغییر فیلد مبلغ، مهاجم می‌توانست پرداخت واقعی برای $0.01 را کامل کند درحالی‌که webhook اپلیکیشن — که اعتبارسنجی HMAC نداشت — تأیید provider را می‌پذیرفت و آیتم/سرویس کامل را به اکانت credit می‌کرد. اثر: ضرر مالی بحرانی؛ مهاجم کالا/سرویس با ارزش کامل را تقریباً رایگان می‌گیرد، بی‌نهایت تکرارپذیر.

‏سناریو ۳ — دورزدن تأیید ایمیل برای مانیتورینگ غیرمجاز ‏(سبک Mozilla)

‏یک سرویس breach-monitoring قبل از فعال‌کردن هشدارهای مانیتورینگ برای یک آدرس، تأیید ایمیل می‌خواست. چک تأیید در فلوی UI enforce می‌شد ولی API زیرین درخواست‌های setup مانیتورینگ برای هر آدرس را با session معتبر می‌پذیرفت — گام تأیید کلاً رد می‌شد. مهاجم می‌توانست مانیتورینگ برای آدرس‌هایی که مالکشان نیست راه بیندازد و داده‌ی نوتیفیکیشن breach ‏(بالقوه شامل وضعیت افشای credential) برای اکانت‌های قربانی بگیرد. اثر: نقض حریم خصوصی؛ مهاجم بدون اطلاع یا رضایت هدف اطلاعات هوشمندانه درباره‌ی اینکه ایمیل او در breach بوده یا نه به دست می‌آورد.

۹

نمونه‌های واقعی و impact

Disclosed Report Citations (Backfill +5 — 2016-2023)
ترجمه‌ی کامل ✓بخش ۹ از ۱۱

سناریوها و گزارش‌های افشاشده که الگوی باگ و اثر واقعی را نشان می‌دهند

‏کیس‌های واقعی و تأییدشده‌ی باگ‌بانتی / افشای هماهنگ‌شده‌ی زیر این اسکیل را گسترش می‌دهند. هر پنج مورد زاویه‌ی اثر مالی قابل‌سنجش دارند ‏(ضرر واقعی $ نشان‌داده‌شده یا افشای قابل‌کمی‌سازی در مقیاس پلتفرم).

  1. ‏‏Stripe — بازخرید race مربوط به تخفیف fee ‏(H1 #1849626)
  • ‏زیرکلاس: چندبار-بازخرید race مربوط به کوپن/تخفیف + primitive مالی
  • ‏‏payload: پشتیبانی Stripe یک fee-credit یک‌باره‌ی ۲۰٬۰۰۰ دلاری اعمال کرد. محقق POST مربوط به «accept-discount» را گرفت و ۳۰ بار موازی با Burp Turbo Intruder replay کرد، هر پذیرش اکانت را دوباره credit کرد
  • ‏علت ریشه‌ای: نبود idempotency روی endpoint پذیرش تخفیف؛ قید یکتایی روی ‏(account_id، discount_id) نبود
  • ‏سال: ۲۰۲۳ — ۵٬۰۰۰ دلار، ۶۰۰٬۰۰۰ دلار تراکنش بدون-fee قبل از فیکس جمع شد ‏(~۱۸٬۰۰۰ دلار ضرر واقعی Stripe با نرخ take مربوط به ۳٪)
  1. ‏‏Reverb.com — بازخرید چندباره‌ی race مربوط به گیفت‌کارت ‏(H1 #759247)
  • ‏زیرکلاس: بازخرید race مربوط به گیفت‌کارت / store-credit
  • ‏‏payload: یک گیفت‌کارت معتبر تکی، POST موازی به /redeem از ۱۰ سوکت با Turbo Intruder. موجودی به اندازه‌ی N برابر face value credit شد
  • ‏علت ریشه‌ای: قفل سطح-ردیف روی جدول gift_card نبود؛ بدهی و credit موجودی در تراکنش‌های جدا زندگی می‌کردند
  • ‏سال: ۲۰۱۹ — ۱٬۵۰۰ دلار
  1. ‏‏Upserve / OLO — دست‌کاری قیمت با تعداد منفی ‏(H1 #364843)
  • ‏زیرکلاس: دست‌کاری قیمت با تعداد-منفی-در-سبد
  • ‏‏payload: POST /api/order {"items":[{"id":1,"qty":1,"price":50},{"id":2,"qty":-3,"price":50}]} — جمع سفارش به -$100 می‌رسد، هنگام capture پرداخت به ~$0 کف می‌شود، غذا هنوز تحویل می‌شود
  • ‏علت ریشه‌ای: سرور qty * price را بدون محافظ qty >= 1 ضرب می‌کند
  • ‏سال: ۲۰۱۸ — استناد کتاب‌درسی برای زیرکلاس ‏(برنامه‌ی فقط-تأیید)
  1. ‏‏Krisp — پرداخت کمتر per-seat از طریق دست‌کاری PUT ‏(H1 #1446090)
  • ‏زیرکلاس: mass-assignment مربوط به price-per-unit / دست‌کاری تخفیف تعداد
  • ‏‏payload: body مربوط به PUT /v2/seats فیلد price مورد اعتماد سرور را شامل می‌شود. price=1 به‌جای $60 گذاشته شد. اشتراک آپدیت شد، موتور بیلینگ برای ۱۰۰ صندلی $1/seat شارژ کرد
  • ‏علت ریشه‌ای: سرور قیمت را از body درخواست می‌خواند به‌جای lookup با plan_id؛ mass-assignment کلاسیک
  • ‏سال: ۲۰۲۱ — افشای قیمت‌گذاری SaaS مبتنی‌بر Stripe
  1. ‏‏Stripe — پرداخت با قیمت آرشیو از طریق جابه‌جایی میان‌فلو ‏(H1 #1328278)
  • ‏زیرکلاس: ‏TOCTOU مربوط به cart-state / cancel-then-deliver ‏(race مربوط به نسخه‌ی قیمت هنگام checkout)
  • ‏‏payload: merchant یک قیمت قدیمی را archive می‌کند ‏(مثلاً $5 به‌جای $50 جدید). خریدار checkout را از payment-link جدید شروع می‌کند، بعد وسط فلو price_id را به نسخه‌ی آرشیوشده برمی‌گرداند. Stripe مبلغ $5 را شارژ می‌کند؛ اشتراک در tier جدید provision می‌شود
  • ‏علت ریشه‌ای: payment-link «is active» را validate می‌کند، آبجکت قیمت «exists» را validate می‌کند — ولی join مربوط به «price.active AND price ∈ link.allowed_prices» جا افتاده است
  • ‏سال: ۲۰۲۱ — ‏Medium مربوط به Stripe ‏(ضرر مکرر per-subscription)
اسکیل‌های مرتبط:
۱۰

دروازه‌ی اعتبارسنجی

Related Skills & Chains
ترجمه‌ی کامل ✓بخش ۱۰ از ۱۱

چک‌لیست‌ها و قواعد پیش از گزارش برای جلوگیری از false positive و N/A

  • ‏اسکیل hunt-race-condition — هر چک یکتایی/سهمیه در فلوی منطق کاندید race است. primitive زنجیره: منطق کسب‌وکار ‏(کوپن/credit/پروموشن) + شرط race ← کوپن N بار در یک پاکت TCP از طریق Turbo Intruder بازخرید می‌شود.
  • ‏اسکیل hunt-idor — فلوهای منطقی که به شناسه‌ی داده‌شده‌ی کلاینت اعتماد می‌کنند ‏(order_id، tenant_id، beneficiary_id) مستقیماً با IDOR هم‌پوشانی دارند. primitive زنجیره: ردکردن گام business-logic + IDOR روی beneficiary_id ← انتقال وجه از اکانت قربانی.
  • ‏اسکیل hunt-api-misconfig — ردکردن گام و دورزدن تأیید اغلب کنار فیلدهای mass-assignment زندگی می‌کنند. primitive زنجیره: ردکردن تأیید ایمیل business-logic + mass assignment مربوط به API ‏(verified:true, role:admin) ← ATO بدون کنترل ایمیل.
  • ‏اسکیل hunt-ato — باگ‌های منطق در ریست پسورد، تغییر ایمیل و فلوهای بازیابی مسیرهای اصلی ATO هستند. primitive زنجیره: منطق کسب‌وکار ‏(تغییر ایمیل بدون re-auth قبول می‌کند) + مسیر ۲ مربوط به hunt-ato ← جابه‌جایی خاموش ایمیل قربانی ← ریست پسورد به mailbox مهاجم.
  • ‏اسکیل security-arsenal — چک‌لیست probe مربوط به Business-Logic ‏(تعداد منفی، overflow اعشاری، جابه‌جایی ارز، ردکردن گام با ناوبری مستقیم URL، معکوس‌کردن state-machine) و لیست Always-Rejected را لود کن تا باگ‌های خودتحمیلی ثبت نکنی.
  • ‏اسکیل triage-validation — دروازه‌ی ۷-سؤال را اعمال کن ‏(مخصوصاً سؤال ۴ «آیا توسط مهاجم بیرونی بدون پیش‌شرط‌های غیرواقعی قابل‌بهره‌برداری است؟»): باگ‌های منطق به اثر مشخص دلار/PII/state نیاز دارند، نه فقط «فلو عجیب به‌نظر می‌رسد».
مراحل استخراج‌شده
  1. ۱‏اسکیل `hunt-race-condition` — هر چک یکتایی/سهمیه در فلوی منطق کاندید race است. primitive زنجیره: منطق کسب‌وکار ‏(کوپن/credit/پروموشن) + شرط race ← کوپن N بار در یک پاکت TCP از طریق Turbo Intruder بازخرید می‌شود.
  2. ۲‏اسکیل `hunt-idor` — فلوهای منطقی که به شناسه‌ی داده‌شده‌ی کلاینت اعتماد می‌کنند ‏(order_id، tenant_id، beneficiary_id) مستقیماً با IDOR هم‌پوشانی دارند. primitive زنجیره: ردکردن گام business-logic + IDOR روی beneficiary_id ← انتقال وجه از اکانت قربانی.
  3. ۳‏اسکیل `hunt-api-misconfig` — ردکردن گام و دورزدن تأیید اغلب کنار فیلدهای mass-assignment زندگی می‌کنند. primitive زنجیره: ردکردن تأیید ایمیل business-logic + mass assignment مربوط به API ‏(`verified:true, role:admin`) ← ATO بدون کنترل ایمیل.
  4. ۴‏اسکیل `hunt-ato` — باگ‌های منطق در ریست پسورد، تغییر ایمیل و فلوهای بازیابی مسیرهای اصلی ATO هستند. primitive زنجیره: منطق کسب‌وکار ‏(تغییر ایمیل بدون re-auth قبول می‌کند) + مسیر ۲ مربوط به `hunt-ato` ← جابه‌جایی خاموش ایمیل قربانی ← ریست پسورد به mailbox مهاجم.
  5. ۵‏اسکیل `security-arsenal` — چک‌لیست probe مربوط به Business-Logic ‏(تعداد منفی، overflow اعشاری، جابه‌جایی ارز، ردکردن گام با ناوبری مستقیم URL، معکوس‌کردن state-machine) و لیست Always-Rejected را لود کن تا باگ‌های خودتحمیلی ثبت نکنی.
  6. ۶‏اسکیل `triage-validation` — دروازه‌ی ۷-سؤال را اعمال کن ‏(مخصوصاً سؤال ۴ «آیا توسط مهاجم بیرونی بدون پیش‌شرط‌های غیرواقعی قابل‌بهره‌برداری است؟»): باگ‌های منطق به اثر مشخص دلار/PII/state نیاز دارند، نه فقط «فلو عجیب به‌نظر می‌رسد».
۱۱

اطلاعات عملیاتی

OPERATION INTEL — stripchat authenticated phase (2026-11-14, run-20261113T202659Z-3e92a7ae8d)
ترجمه‌ی کامل ✓بخش ۱۱ از ۱۱

یافته‌ها و پروب‌های تأییدشده از engagementهای واقعی — session، endpointها و رفتارهای مشاهده‌شده

‏enumerate مربوط به command-bus ‏(تکنیک اثبات‌شده روی این تارگت): POST {} ‏(JSON خالی) به endpointهای command-style exceptionهای خام serializer مربوط به Symfony برمی‌گرداند که نام کلاس‌های داخلی + پارامترهای کانستراکتر را لو می‌دهد — دیده‌شده: StripChat\Users\Commands\Generated\Create{,Verify,Validate}StudioConnectionRequest{Command} ‏($studioUsername/$verificationToken)، StripChat\ModelsTop\Queries\Generated\FindModelsTopHallOfFameIndexQuery ‏($year). Deserializer قبل از چک CSRF اجرا می‌شود ‏(سطح pre-auth). با session، commandهای بیشتری reachable می‌شوند — POST {} را روی هر مسیر POST در inventory جارو کن و نقشه‌ی exception را برداشت کن؛ بعد bodyهای شکل‌یافته ‏({"studioUsername":"x"}) بفرست تا عمیق‌تر وارد فلو شوی و انتظارات لایه‌ی اعتبارسنجی بعدی را تماشا کنی.

‏endpointهای اقتصاد/tipping: سایت مبتنی‌بر توکن است — مسیرهای خرید/tip/fan-club/subscription زیر /api/front/ را نگاشت کن ‏(باندل فلوهای sendTip، joinFanClub، buyTokens را نشان می‌دهد؛ endpointهایی مثل models/{id}/tips، fan-club/*، tokens/*). برای هرکدام تست کن: مبالغ منفی/صفر/بزرگ، دقت float ‏(0.0000001)، تزریق پارامتر ارز، هدف‌گیری modelId≠کاربر-session، فلگ‌های anonymous و replay همان body تراکنش. اکانت تست رایگان موجودی ~۰ دارد — کیس‌های جالب آن‌هایی‌اند که چک موجودی سمت‌سرور بعد از side-effectها اتفاق می‌افتد، و فیلدهای قیمت بدون‌امضا در body درخواست.

‏endpointهای فلوی دیده‌شده در باندل ‏(تأییدنشده): POST /api/front/xhamster/users ‏(۴۰۵ روی GET — به probe مربوط به POST نیاز دارد، احتمالاً فلوی لینک/ایمپورت اکانت — جالب برای تداخل auth)، مسیرهای منوی کاربر studioApi/documentVerification/referralProgram و فلوهای IssuedTokenProperties.

‏چک‌های چرخه‌ی session: آیا stripchat_com_sessionId هنگام login/logout rotate می‌شود ‏(fixation)؟ آیا sessionRemember=1 توکن طولانی‌عمر با binding ضعیف‌تر است؟ انقضای JWT ‏(~۱سال، 1794851456) است — چک کن آیا API هنوز JWT را بعد از logout کوکی/logout مربوط به sessionId قبول می‌کند ‏(پذیرش توکن کهنه = روی سایت پولی High است).

‏پنجره‌ی race ‏(CSRF یک‌بارمصرف): توکن‌های CSRF یک‌بارمصرف به‌نظر می‌رسند — تست کن آیا همان جفت csrfToken+timestamp ظرف چند ثانیه replay می‌شود ‏(replay = ضعیف‌تر از تبلیغ)، و آیا توکن کهنه-ولی-خوش‌شکل پذیرفته می‌شود.

‏جدایی گروه A/B: کوکی‌جر ~۲۰ assignment مربوط به ABTest_* دارد؛ یافته‌ی needs_review مستندشده نشان می‌دهد فلگ‌های فیچر per-group فرق می‌کنند — رفتار endpoint حساس را با تاگل مقادیر کوکی ABTest diff کن ‏(آن محور session نمی‌خواهد).