> For the complete documentation index, see [llms.txt](https://beafn28.gitbook.io/beafn28/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://beafn28.gitbook.io/beafn28/apuntes-hacking/information-gathering-web-edition.md). # Information Gathering - Web Edition ## Introducción La **reconocimiento web** es la base de una evaluación de seguridad exhaustiva. Este proceso implica la recopilación sistemática y meticulosa de información sobre un sitio web o aplicación web objetivo. Piensa en ello como la fase preparatoria antes de profundizar en un análisis más detallado y posible explotación. Forma parte crítica de la fase de "Recopilación de Información" en el proceso de Pruebas de Penetración (*Penetration Testing*).
### Objetivos Principales del Reconocimiento Web 1. **Identificar Activos**: Descubrir todos los componentes públicamente accesibles del objetivo, como páginas web, subdominios, direcciones IP y tecnologías utilizadas. Este paso proporciona una visión general completa de la presencia en línea del objetivo. 2. **Descubrir Información Oculta**: Localizar información sensible que podría estar expuesta de manera inadvertida, incluyendo archivos de respaldo, archivos de configuración o documentación interna. Estos hallazgos pueden revelar puntos de entrada valiosos para ataques. 3. **Analizar la Superficie de Ataque**: Examinar la superficie de ataque del objetivo para identificar posibles vulnerabilidades y debilidades. Esto implica evaluar las tecnologías utilizadas, configuraciones y posibles puntos de entrada para la explotación. 4. **Recopilar Inteligencia**: Reunir información que pueda aprovecharse para una explotación posterior o ataques de ingeniería social. Esto incluye la identificación de personal clave, direcciones de correo electrónico o patrones de comportamiento que podrían ser explotados. Los atacantes aprovechan esta información para adaptar sus ataques, permitiéndoles enfocarse en debilidades específicas y evadir las medidas de seguridad. Por otro lado, los defensores utilizan el reconocimiento para identificar proactivamente y corregir vulnerabilidades antes de que los actores maliciosos puedan explotarlas. ## Tipos de Reconocimiento El reconocimiento web abarca dos metodologías fundamentales: **reconocimiento activo** y **reconocimiento pasivo**. Cada enfoque ofrece ventajas y desafíos distintos, y entender sus diferencias es crucial para una recopilación de información adecuada. ### **Reconocimiento Activo** En el reconocimiento activo, el atacante interactúa directamente con el sistema objetivo para recopilar información. Esta interacción puede tomar varias formas: | **Técnica** | **Descripción** | **Ejemplo** | **Herramientas** | **Riesgo de Detección** | | ------------------------------- | ---------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------- | ------------------------------------------------------------------------------------------------- | | **Escaneo de Puertos** | Identificar puertos abiertos y servicios que se ejecutan en el objetivo. | Usar Nmap para escanear un servidor web en busca de puertos abiertos como el 80 (HTTP) y 443 (HTTPS). | Nmap, Masscan, Unicornscan | Alto: La interacción directa puede activar sistemas de detección de intrusos (IDS) y cortafuegos. | | **Escaneo de Vulnerabilidades** | Buscar vulnerabilidades conocidas, como software desactualizado o configuraciones incorrectas. | Ejecutar Nessus en una aplicación web para buscar fallos de inyección SQL o vulnerabilidades XSS. | Nessus, OpenVAS, Nikto | Alto: Los escáneres de vulnerabilidades envían cargas de explotación que pueden ser detectadas. | | **Mapeo de Red** | Mapear la topología de la red objetivo, incluyendo dispositivos conectados y sus relaciones. | Usar traceroute para determinar la ruta que siguen los paquetes para llegar al servidor, revelando saltos de red e infraestructura. | Traceroute, Nmap | Medio a Alto: El tráfico excesivo o inusual puede levantar sospechas. | | **Captura de Banners** | Recuperar información de los banners mostrados por servicios que se ejecutan en el objetivo. | Conectar a un servidor web en el puerto 80 y examinar el banner HTTP para identificar el software del servidor y su versión. | Netcat, curl | Bajo: La captura de banners implica una interacción mínima, pero puede ser registrada. | | **Fingerprinting de SO** | Identificar el sistema operativo que ejecuta el objetivo. | Usar Nmap (-O) para determinar si el objetivo ejecuta Windows, Linux, u otro SO. | Nmap, Xprobe2 | Bajo: Generalmente pasivo, pero algunas técnicas avanzadas pueden ser detectadas. | | **Enumeración de Servicios** | Determinar las versiones específicas de servicios que se ejecutan en puertos abiertos. | Usar Nmap (-sV) para identificar si un servidor web ejecuta Apache 2.4.50 o Nginx 1.18.0. | Nmap | Bajo: Similar a la captura de banners, pero menos probable que active alertas. | | **Spidering Web** | Rastrear el sitio web objetivo para identificar páginas, directorios y archivos. | Usar Burp Suite Spider para mapear la estructura de un sitio web y descubrir recursos ocultos. | Burp Suite Spider, OWASP ZAP Spider, Scrapy | Bajo a Medio: Puede ser detectado si el comportamiento del rastreador no imita tráfico legítimo. | El reconocimiento activo proporciona una visión más directa y a menudo más completa de la infraestructura y la postura de seguridad del objetivo. Sin embargo, también conlleva un mayor riesgo de detección, ya que las interacciones pueden activar alertas o levantar sospechas. ### **Reconocimiento Pasivo** En contraste, el reconocimiento pasivo implica la recopilación de información sobre el objetivo sin interactuar directamente con él. Esto se basa en el análisis de información pública disponible y recursos, como: | **Técnica** | **Descripción** | **Ejemplo** | **Herramientas** | **Riesgo de Detección** | | ------------------------------------ | ---------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------- | | **Consultas en Motores de Búsqueda** | Utilizar motores de búsqueda para descubrir información sobre el objetivo, incluidos sitios web, perfiles en redes sociales y artículos de noticias. | Buscar en Google "\[Nombre del Objetivo] empleados" para encontrar información de empleados o perfiles en redes sociales. | Google, DuckDuckGo, Bing, motores de búsqueda especializados (p. ej., Shodan) | Muy Bajo: Las consultas en motores de búsqueda son actividades normales y no suelen activar alertas. | | **Consultas WHOIS** | Consultar bases de datos WHOIS para recuperar detalles de registro de dominios. | Realizar una consulta WHOIS en un dominio objetivo para encontrar el nombre del registrante, información de contacto y servidores de nombres. | Herramienta de línea de comandos whois, servicios de consulta WHOIS en línea | Muy Bajo: Las consultas WHOIS son legítimas y no levantan sospechas. | | **DNS** | Analizar registros DNS para identificar subdominios, servidores de correo y otra infraestructura. | Usar dig para enumerar subdominios de un dominio objetivo. | dig, nslookup, host, dnsenum, fierce, dnsrecon | Muy Bajo: Las consultas DNS son esenciales para la navegación y no suelen ser marcadas como sospechosas. | | **Análisis de Archivos Web** | Examinar instantáneas históricas del sitio web para identificar cambios, vulnerabilidades o información oculta. | Usar Wayback Machine para ver versiones pasadas de un sitio web objetivo y observar cómo ha cambiado con el tiempo. | Wayback Machine | Muy Bajo: Acceder a versiones archivadas de sitios web es una actividad normal. | | **Análisis de Redes Sociales** | Recopilar información de plataformas de redes sociales como LinkedIn, Twitter o Facebook. | Buscar en LinkedIn empleados de una organización objetivo para conocer sus roles, responsabilidades y posibles blancos de ingeniería social. | LinkedIn, Twitter, Facebook, herramientas especializadas OSINT | Muy Bajo: Acceder a perfiles públicos en redes sociales no se considera intrusivo. | | **Repositorios de Código** | Analizar repositorios de código públicos como GitHub en busca de credenciales expuestas o vulnerabilidades. | Buscar en GitHub fragmentos de código o repositorios relacionados con el objetivo que podrían contener información sensible o vulnerabilidades. | GitHub, GitLab | Muy Bajo: Los repositorios de código son de acceso público, y buscarlos no es sospechoso. | El reconocimiento pasivo se considera generalmente más sigiloso y menos propenso a activar alarmas que el reconocimiento activo. Sin embargo, puede proporcionar menos información, ya que depende de lo que ya esté disponible públicamente. ## Conclusión En este módulo, profundizaremos en las herramientas y técnicas esenciales utilizadas en el reconocimiento web, comenzando con **WHOIS**. Comprender el protocolo WHOIS proporciona una puerta de acceso a información vital sobre registros de dominios, detalles de propiedad y la infraestructura digital de los objetivos. Este conocimiento fundamental sienta las bases para métodos de reconocimiento más avanzados que exploraremos más adelante.