手把手教你使用Nuclei实现高效批量漏洞检测实战

环境准备与工具安装

在进行批量漏洞检测之前，必须先在本地环境中配置好Nuclei引擎。Nuclei是基于Go语言开发的，因此需要先确保Go环境已安装。以下操作以Linux/macOS系统为例，Windows用户建议使用WSL或PowerShell执行类似命令。

1. 安装Go语言环境

如果系统中未安装Go，请执行以下命令快速安装（以Linux为例）：

```bash wget https://go.dev/dl/go1.21.5.linux-amd64.tar.gz sudo rm -rf /usr/local/go && sudo tar -C /usr/local -xzf go1.21.5.linux-amd64.tar.gz export PATH=$PATH:/usr/local/go/bin ```

执行 go version 确认安装成功，输出类似 go version go1.21.5 linux/amd64 即可。

2. 安装Nuclei

使用Go命令直接拉取并安装最新版本的Nuclei：

```bash go install -v github.com/projectdiscovery/nuclei/v3/cmd/nuclei@latest ```

安装完成后，将Go的bin目录加入系统环境变量（如果尚未配置）：

```bash export PATH=$PATH:$(go env GOPATH)/bin ```

输入 nuclei -version，如果显示版本号，说明工具安装完毕。

漏洞模版库配置

Nuclei的核心威力在于其社区维护的模版库。默认情况下，Nuclei不会自带模版，需要手动下载并更新。

1. 初始化模版库

执行以下命令将官方社区模版库克隆到本地默认目录（通常为 ~/nuclei-templates）：

```bash nuclei -update-templates ```

该过程会下载大量YAML格式的漏洞检测模版，涵盖CVE、默认配置、敏感信息泄露等类别。首次下载可能需要几分钟，取决于网络速度。

2. 验证模版目录

确认模版目录是否存在，并查看模版数量：

```bash ls -l ~/nuclei-templates nuclei -stats ```

批量检测实操流程

环境配置完成后，即可开始批量检测。本章节将详细讲解如何准备目标列表、编写扫描命令以及如何控制扫描速率以防止被封禁。

准备目标文件

批量扫描需要一个包含所有目标URL的文本文件。创建一个名为 targets.txt 的文件，每行一个目标。支持HTTP/HTTPS协议，也支持域名或IP。

targets.txt 内容示例：

```text http://example.com https://test-api.com http://192.168.1.100:8080 https://vulnerable.site/admin ```

基础批量扫描命令

使用 -l 参数指定目标文件，-t 指定模版。为了演示效果，我们先使用默认的模版进行全量检测。

```bash nuclei -l targets.txt -o results.txt ```

参数详解：

• -l targets.txt：指定读取的目标列表文件。
• -o results.txt：将检测结果输出并保存到当前目录下的 results.txt 文件中。

执行后，终端会显示扫描进度。默认情况下，Nuclei会发送探测请求并分析响应。

高级扫描参数配置

在实际生产环境中，无脑全量扫描会导致目标服务器响应缓慢甚至触发WAF拦截。以下命令是一个经过优化的实战示例，适用于对公网目标进行批量检测。

```bash nuclei -l targets.txt -t cves/ -s critical,high,medium -rate-limit 10 -bulk-size 25 -c 50 -o vuln_report.txt -json ``>

核心参数深度解析：

• -t cves/：仅扫描 cves 目录下的模版，专注于已知漏洞检测，减少无效请求。你也可以指定特定ID，如 -t cves/CVE-2021-44228.yaml。
• -s critical,high,medium：仅输出严重等级为中危及以上漏洞，过滤掉低危和info级别的噪音，提高报告可读性。
• -rate-limit 10：限制每秒发送的最大请求数为10。这是批量扫描中最关键的参数，过高会导致IP被防火墙拉黑。
• -bulk-size 25：启用HTTP流水线技术，在一个TCP连接中发送25个请求，大幅提升扫描效率，减少握手开销。
• -c 50：设置并发数为50，即同时处理50个目标主机。
• -json：以JSON格式输出结果。虽然人眼阅读不便，但非常适合后续通过脚本进行自动化分析或导入SIEM系统。

结果分析与报告导出

扫描结束后，如何从海量数据中提取有价值的信息是关键。根据输出格式的不同，分析方式也有所区别。

文本报告分析

如果未使用 -json 参数，结果文件将直接包含易读的文本摘要。

查看发现的高危漏洞：

```bash grep "CRITICAL" vuln_report.txt ``>

每一条结果通常包含以下信息：

• [CVE-xxxx-xxxx]：漏洞编号或模版名称。
• Severity: critical：严重等级。
• URL:：发现漏洞的具体链接。
• Matched At:：匹配到漏洞特征的具体位置（如Header、Body）。

JSON报告自动化处理

当面对成千上万个目标时，使用 jq 工具处理JSON结果能极大提升效率。假设输出文件为 report.json。

1. 统计漏洞总数：

```bash cat report.json | jq '. | length' ``>

2. 提取所有存在漏洞的URL并去重：

```bash cat report.json | jq -r '.["matched-at"]' | sort -u ``>

3. 筛选出所有包含 "xss" 关键词的漏洞模版：

```bash cat report.json | jq 'select(.templateID | contains("xss"))' ``>

自定义模版检测特定指纹

除了使用官方模版，你可以在本地编写简单的YAML文件来批量检测特定指纹。例如，检测目标是否为Spring Boot应用。

创建文件 spring-detect.yaml：

```yaml id: spring-boot-detect info: name: Spring Boot Detection severity: info tags: tech,springboot requests: - method: GET path: - "/actuator" - "/manage" matchers-condition: and matchers: - type: word words: - "Whitelabel Error Page" - type: status status: - 404 - 200 ```

使用自定义模版进行批量扫描：

```bash nuclei -l targets.txt -t spring-detect.yaml -o spring_results.txt ``>

通过这种方式，你可以快速从庞大的资产列表中筛选出特定技术栈的资产，然后再针对这些资产进行深度漏洞扫描，实现“资产发现 -> 漏洞验证”的闭环。