Ethical Hacking Academy · Aula

Reconhecimento em escala

Automatize a descoberta

Reconhecimento em escala é uma aula grátis de Ethical Hacking Academy no CoddyKit. Esta é a aula 2 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Ethical Hacking Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Ethical Hacking Academy inclui 4 aulas no total.

Por que o Reconhecimento Ganha Recompensas

Na caça a recompensas por bugs, o reconhecimento muitas vezes determina quem encontra o bug primeiro. Quanto mais superfície de ataque você descobrir, maior será a probabilidade de encontrar algo que outros não perceberam.

Subdomínios esquecidos executam códigos antigos e vulneráveis
APIs ocultas e ambientes de desenvolvimento podem vazar dados
Um reconhecimento mais amplo geralmente encontra os bugs mais recentes

Reconhecimento em escala significa automatizar a descoberta em escopos grandes.

Enumeração de Subdomínios: Passiva

A enumeração passiva reúne subdomínios de fontes públicas de dados sem interagir diretamente com o alvo: registros de transparência de certificados, índices de pesquisa e feeds de inteligência sobre ameaças.

As ferramentas agregam dezenas dessas fontes de uma só vez.

# Aggregate subdomains from many passive sources
subfinder -d example.com -all -o subs_passive.txt

# Amass in passive mode
amass enum -passive -d example.com

Enumeração de Subdomínios: Ativa

A enumeração ativa tenta exaustivamente nomes no DNS usando listas de palavras, encontrando hosts que não aparecem em nenhuma fonte pública.

Combine um resolvedor rápido com uma boa lista de palavras para obter os melhores resultados.

# Brute-force subdomains with massdns-style resolution
puredns bruteforce wordlist.txt example.com -r resolvers.txt

# Permutation-based discovery from known subdomains
dnsgen subs.txt | puredns resolve -r resolvers.txt

Resolvendo e Filtrando Hosts Ativos

Uma lista bruta de subdomínios contém muito ruído. Resolva cada nome para confirmar que ele aponta para algum lugar e, em seguida, verifique quais respondem por HTTP/HTTPS.

Isso elimina entradas inativas e fornece uma lista de servidores web ativos que vale a pena testar.

# Probe which hosts serve HTTP/HTTPS and capture status/title
cat subs.txt | httpx -sc -title -tech-detect -o live.txt

# Example line
# https://api.example.com [200] [API Gateway] [nginx]

Varredura de Portas em Escala

As portas web não contam toda a história. A varredura massiva de portas encontra serviços em portas não padrão em milhares de hosts.

Use um scanner rápido para a descoberta e, depois, um scanner detalhado para identificar os serviços.

# Fast internet-scale port discovery
naabu -list resolved_ips.txt -top-ports 1000 -o ports.txt

# Detailed service/version detection on found ports
nmap -sV -iL ports.txt -oA nmap_detail

Descoberta de Conteúdo

Em cada host ativo, caminhos ocultos revelam painéis administrativos, cópias de segurança e APIs. A descoberta de conteúdo testa caminhos usando uma lista de palavras.

Filtre pelo código de status e pelo tamanho da resposta para reduzir o ruído.

# Directory and file fuzzing
ffuf -u https://app.example.com/FUZZ \
  -w wordlist.txt -mc 200,301,403 -o ffuf.json

# Alternative
feroxbuster -u https://app.example.com -w wordlist.txt

Explorando Arquivos JavaScript

Os apps modernos colocam a lógica em JavaScript. Esses arquivos revelam endpoints de API, nomes de parâmetros, segredos e até chaves inseridas diretamente no código.

Reúna todos os arquivos JS de um host
Extraia URLs, endpoints e tokens

# Pull endpoints from a JS file
curl -s https://app.example.com/main.js | grep -Eo 'https?://[^"]+'

# Dedicated link/endpoint extractor
cat js_urls.txt | gau | grep '\.js$' | sort -u

URLs históricas e arquivos

URLs antigas que já não aparecem no site ativo ainda podem estar acessíveis e vulneráveis. Arquivos como o Wayback Machine as preservam.

Elas geralmente expõem endpoints obsoletos com segurança mais fraca.

# Pull historical URLs from multiple archives
gau example.com > urls.txt
waybackurls example.com >> urls.txt

# Keep ones with interesting parameters
sort -u urls.txt | grep '?' | tee params.txt

Criando um pipeline automatizado

Reconhecimento em grande escala significa encadear essas ferramentas para que uma alimente a próxima. Um pipeline é executado de ponta a ponta com um único comando.

Os frameworks permitem agendar a repetição do reconhecimento e alertam quando novos ativos aparecem.

# A minimal chained pipeline
subfinder -d example.com -silent \
  | httpx -silent \
  | nuclei -t cves/ -o findings.txt

# Continuous recon frameworks: reconftw, axiom

Varredura de vulnerabilidades com modelos

Depois de obter uma lista de hosts ativos, os scanners baseados em modelos verificam cada um em busca de problemas conhecidos: painéis expostos, credenciais padrão, CVEs conhecidos e configurações incorretas.

Isso encontra rapidamente as vulnerabilidades mais fáceis, para que você possa concentrar o trabalho manual em outros pontos.

# Run community templates against live hosts
nuclei -list live.txt -t exposures/ -t misconfiguration/ -o nuclei.txt

# Tune severity to reduce noise
nuclei -list live.txt -severity high,critical

Reconhecimento responsável

A automação pode sobrecarregar um alvo. Respeite as regras do programa:

Respeite os limites de taxa e reduza a velocidade de scanners agressivos
Resolva e examine apenas ativos dentro do escopo; curingas podem resolver para terceiros
Evite cargas úteis intrusivas durante o simples levantamento

Confirme que um host descoberto está realmente dentro do escopo antes de testá-lo.

Verificação rápida

Qual técnica descobre subdomínios SEM enviar tráfego diretamente para a infraestrutura do alvo?

Recapitulação: reconhecimento em grande escala

Você aprendeu a mapear grandes superfícies de ataque com eficiência.

A enumeração passiva usa fontes públicas; a ativa força consultas de DNS
Resolva e sonde para manter apenas os hosts ativos
Explore JavaScript e URLs arquivadas em busca de endpoints ocultos
Encadeie ferramentas em um pipeline automatizado que alimenta um scanner baseado em modelos
Sempre reduza a velocidade e verifique o escopo antes de realizar a varredura

A seguir: transformar essa superfície em vulnerabilidades reais, IDOR, XSS e SSRF.

Perguntas Frequentes

A aula “Reconhecimento em escala” é grátis?

Sim — o texto completo de “Reconhecimento em escala” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Ethical Hacking Academy, atualize para CoddyKit PRO. O curso de Ethical Hacking Academy inclui 4 aulas no total.

O que vou aprender em “Reconhecimento em escala”?

Automatize a descoberta Você pratica Ethical Hacking Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.

Preciso ter experiência prévia para começar Ethical Hacking Academy?

Nenhuma experiência prévia é necessária. Ethical Hacking Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 2 de 4.

Quanto tempo leva a aula “Reconhecimento em escala”?

A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.

Posso escrever e executar código nesta aula de Ethical Hacking Academy?

Sim. Cada aula de Ethical Hacking Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.

Todas as aulas deste curso

← Voltar para Ethical Hacking Academy