关于JAW
JAW是一款针对客户端JavaScript的图形化安全分析框架，该工具基于esprima解析器和EsTree SpiderMonkey Spec实现其功能，广大研究人员可以使用该工具分析Web应用程序和基于JavaScript的客户端程序的安全性。
工具特性
1、动态可扩展的框架，支持分析JavaScript程序以检测客户端漏洞；
2、使用基于Chromium的爬虫程序，利用DevTools协议和浏览器扩展API增强其功能；
3、支持收集网页、脚本、事件、DOM 快照、网络消息、Web存储和Cookie数据；
4、实现了JavaScript 混合代码属性图 (HPG) ；
5、支持交互式检测或自动检测不安全的程序行为；
6、独立的内置查询用于检测客户端 CSRF、请求劫持和DOM Clobbering漏洞；
7、设计并执行定制的安全相关程序分析，包括预定义 JavaScript 源和接收器之间的数据流分析、控制流和可达性分析、利用 DOM 快照解析 DOM 查询选择器、通过抽象语法树 (AST) 进行模式匹配等；
工具架构
工具要求
1、最新版本的NPM包管理器（Node.JS）;
2、最新稳定版Python 3.x；
3、pip包管理器；
工具安装
广大研究人员可以直接使用下列命令将该项目源码克隆至本地：
git clone https://github.com/SoheilKhodayari/JAW.git然后切换到项目目录中，执行工具安装脚本完成依赖组件的安装：
cd JAW
$ ./install.sh运行管道
我们可以通过以下方式在命令行终端中运行管道实例：
$ python3 -m run_pipeline --conf=config.yaml命令行参数
$ python3 -m run_pipeline -h
usage: run_pipeline.py [-h] [--conf FILE] [--site SITE] [--list LIST] [--from FROM] [--to TO]
This script runs the tool pipeline.
optional arguments:
-h, --help 显示工具帮助信息和退出
--conf FILE, -C FILE 管道配置文件 (默认: config.yaml)
--site SITE, -S SITE 目标待测站点 (默认: None)
--list LIST, -L LIST 目标待测站点列表 (默认: None)
--from FROM, -F FROM 设置待测站点列表的第一个入口点 (默认: -1)
--to TO, -T TO 设置待测站点列表的最后一个入口点 (默认: -1)工具使用
下列命令可以构建一个JavaScript客户端属性图并执行Cypher查询：
$ python3 -m analyses.example.example_analysis --input=$(pwd)/data/test_program/test.js下列命令可以执行Web爬虫：
$ cd crawler
$ node crawler.js --seedurl=https://google.com --maxurls=100 --browser=chrome --headless=true下列命令可以启动Web爬虫并执行动态污点分析：
$ cd crawler
$ node crawler-taint.js --seedurl=https://google.com --maxurls=100 --headless=true --foxhoundpath=<optional-foxhound-executable-path>下列命令可以将一个HPG导入到一个Neo4j图形化数据库中：
$ python3 -m hpg_neo4j.hpg_import --rpath=<path-to-the-folder-of-the-csv-files> --id=<xyz> --nodes=<nodes.csv> --edges=<rels.csv>下列命令可以针对输出数据（hpg_crawler）创建一个混合属性图，并导入至本地Neo4j实例：
$ python3 -m engine.api <path> --js=<program.js> --import=<bool> --hybrid=<bool> --reqs=<requests.out> --evts=<events.out> --cookies=<cookies.pkl> --html=<html_snapshot.html>使用Cypher查询执行安全分析：
$ python3 -m analyses.example.example_query_cypher漏洞检测
首先，我们需要在config.yaml文件中针对漏洞类型启用分析组件：
request_hijacking:
enabled: true
# [...]
#
domclobbering:
enabled: false
# [...]
cs_csrf:
enabled: false
# [...]然后使用配置文件运行管道：
$ python3 -m run_pipeline --conf=config.yaml我们还可以在管道中运行多个实例：
$ screen -dmS s1 bash -c 'python3 -m run_pipeline --conf=conf1.yaml; exec sh'
$ screen -dmS s2 bash -c 'python3 -m run_pipeline --conf=conf2.yaml; exec sh'
$ # [...]分析输出结果如下：
[*] Tags: ['WIN.LOC']
[*] NodeId: {'TopExpression': '86', 'CallExpression': '87', 'Argument': '94'}
[*] Location: 29
[*] Function: ajax
[*] Template: ajaxloc + "/bearer1234/"
[*] Top Expression: $.ajax({ xhrFields: { withCredentials: "true" }, url: ajaxloc + "/bearer1234/" })
1:['WIN.LOC'] variable=ajaxloc
0 (loc:6)- var ajaxloc = window.location.href许可证协议
本项目的开发与发布遵循AGPL-3.0开源许可协议。
项目地址
JAW ：【GitHub传送门】
参考资料
https://developer.mozilla.org/en-US/docs/Mozilla/Add-ons/WebExtensions
https://www.facebook.com/notes/facebook-bug-bounty/client-side-csrf/2056804174333798/