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.