Analis Siber Purwakarta - Admin. Salah satu jenis pengintaian dalam Penetration Testing adalah Content Discovery. Content Discovery merupakan proses enumerasi resource pada sebuah target pentesting dalam hal ini website atau aplikasi web. Proses ini bertujuan mengidentifikasi halaman, file, direktori, maupun endpoint yang tidak terlihat oleh pengguna umum. Proses content discovery ini bisa dilakukan dengan tiga pendekatan, seperti dengan pendekatan manual, menggunakan alat otomasi, ataupun melalui teknik OSINT.
Pendekatan Manual
File-file yang umum dapat ditemui
Sebuah website setidaknya terdapat beberapa konten yang cukup umum dapat diketahui dengan pendekatan manual, konten tersebut yaitu robots.txt, dan sitemap.xml. Robots.txt merupakan sebuah file yang berfungsi untuk memberitahukan mesin pencari halaman mana saja yang tidak boleh diindeks. Sedangkan sitemap.xml merupakan kebalikan dari robots.txt, file ini berfungsi untuk memberitahukan mesin pencari halaman mana yang tersedia, dan diizinkan untuk diindeks.
Sebagai contoh, pada walkthrough ini bila kita akses http://MACHINE_IP/robots.txt kita dapat mengetahui bahwa direktori /staff-portal tidak diizinkan untuk diindeks oleh mesin pencarian. Sedangkan bila kita akses http://MACHINE_IP/sitemap.xml, kita bisa mengetahui terdapat direktori yang seharusnya tidak boleh terindeks, justru malah terekspos pada file sitemap.xml ini
Pelajaran yang dapat didapatkan adalah content discovery terhadap file yang umum ditemui seperti robots.txt atau sitemap.xml ini penting sebagai langkah awal pengujian target website. Terkadang kita akan mendapatkan miskonfigurasi dari webmaster direktori mana saja yang boleh terindeks, dan tidak boleh terindeks oleh mesin pencarian.
Membaca HTTP Header
Terkadang Miskonfigurasi juga dapat ditemui pada sebuah HTTP Header. Miskonfigurasi yang umumnya terjadi adalah tereksposnya versi dari web server, bahasa pemrograman, ataupun framework pengembangan tertentu.
Sebagai contoh, pada modul ini kita bisa mempraktikan membaca HTTP header menggunakan alat CURL. Command yang digunakan biasanya curl http://MACHINE_IP -v, dari command tersebut kita bisa mengetahui jenis framework yang digunakan pada lab ini, dan bila kita penasaran, kita dapat melakukan eskalasi dari sebuah halaman admin yang masih menggunakan kredensial umum.
Teknik OSINT
OSINT merupakan akronim dari Open Source Intelligence, dalam konteks Content Discovery kita bisa memanfaatkan teknik ini untuk mengumpulkan konten-konten yang seharusnya tidak dapat diakses oleh publik. Beberapa pendekatan OSINT yang dibahas dalam walkthrough ini antara lain:
- Google Dorking (Google Hacking): Memanfaatkan operator pencarian khusus Google untuk memfilter hasil yang spesifik. Misalnya, menggunakan query site:target.com filetype:pdf untuk mencari dokumen PDF yang tidak sengaja terindeks, atau site:target.com intitle:"index of" untuk menemukan direktori server yang terbuka terbuka.
- Wappalyzer: Sebuah extension browser yang sangat berguna untuk mengidentifikasi teknologi yang digunakan oleh sebuah website secara instan (seperti jenis CMS, framework backend, hingga versi sistem operasi server).
- Wayback Machine (Internet Archive): Sebuah arsip digital yang menyimpan riwayat atau snapshot halaman website dari masa lalu. Melalui tools ini, kita sering kali bisa menemukan direktori tua, file konfigurasi, atau halaman login lama yang saat ini sudah dihapus di web utama namun masih tersimpan rapi di database arsip.
- GitHub: Sebagai platform version control yang paling banyak digunakan, GitHub sering kali menjadi celah fatal akibat kelalaian manusia. Developer terkadang secara tidak sengaja melakukan commit pada data sensitif seperti API keys, kredensial, file konfigurasi, hingga file .env ke dalam repositori publik. Saat melakukan recon, kita disarankan untuk memeriksa riwayat commit (commit history) secara detail, karena informasi sensitif yang sudah dihapus pada versi terbaru biasanya masih tertinggal di riwayat masa lalu.
- S3 Buckets: Merupakan layanan cloud storage dari Amazon (AWS) yang banyak digunakan organisasi untuk menyimpan file dan konten website statis. Format URL yang digunakan umumnya adalah https://{name}.s3.amazonaws.com. Celah pada sektor ini biasanya bersumber dari miskonfigurasi hak akses publik, yang dapat mengekspos file rahasia ke internet. Kita bisa melakukan pencarian menggunakan pola nama umum yang sering dipakai perusahaan, seperti {company}-assets, {company}-backup, atau {company}-dev.
Otomatisasi Content Discovery
Kita dapat juga melakukan otomatisasi menggunakan alat tertentu pada tahapan Content Discovery. Amunisi dari otomatisasi ini adalah kita sebagai pentester harus memiliki wordlist/payload sehingga alat otomatisasi dapat berjalan, namun yang perlu diingat efektivitas dari otomatisasi ini bergantung bagaimana kualitas wordlist/payload yang digunakan, dan sejauh mana pentester memahami sistem yang mereka uji.
Contoh dari alat otomatisasi yang sering digunakan diantaranya:
- Gobuster: Tools berbasis bahasa pemrograman Go yang sangat cepat untuk melakukan directory dan DNS busting; dan
- ffuf (Fuzz Faster u Fool): Tools fuzzing berbasis web yang sangat fleksibel dan sering menjadi andalan karena kecepatannya dalam menyisir parameter web.
Kesimpulan
Content Discovery merupakan salah satu tahapan penting dalam Penetration Testing karena berfokus pada identifikasi halaman, direktori, file, maupun informasi lainnya yang tidak semestinya terekspos ke ranah publik. Informasi yang tampak sederhana, seperti robots.txt, sitemap.xml, HTTP header, arsip website, hingga repositori GitHub, sering kali menjadi titik awal untuk menemukan kelemahan yang lebih serius.
Dalam praktiknya, tidak ada satu pendekatan yang selalu memberikan hasil terbaik. Pendekatan manual membantu memahami struktur aplikasi secara mendalam, teknik OSINT memperluas cakupan informasi dari sumber terbuka, sedangkan alat otomatis seperti gobuster dan ffuf mempercepat proses enumerasi dalam skala besar. Kombinasi ketiga metode tersebut akan menghasilkan proses Content Discovery yang lebih efektif dan komprehensif.
Pada akhirnya, keberhasilan Content Discovery tidak hanya ditentukan oleh tools yang digunakan, tetapi juga oleh kemampuan seorang pentester dalam menganalisis temuan, memahami konteks aplikasi, serta mengidentifikasi potensi miskonfigurasi yang dapat berkembang menjadi celah keamanan. Oleh karena itu, tahapan ini sebaiknya menjadi bagian yang tidak terpisahkan dari setiap proses pengujian keamanan aplikasi web.
Referensi
Atribusi Konten
Seluruh materi dalam artikel ini merupakan hak cipta dari komunitas