产品概述
Eyeballer是一款创新的AI驱动工具，旨在帮助渗透测试人员高效分析大量网站截图，定位可能存在安全漏洞的页面。借助卷积神经网络，Eyeballer可将渲染后的网页归类为登录页、老旧风格站点、自定义404页和主页等类别。该自动化过程显著减少了大规模外部网络评估中的人工筛查工作，使安全专家能够聚焦高价值目标。Eyeballer作为传统扫描工具的有力补充，提供了难以通过特征库实现的视觉分析层。该工具为开源项目，并支持训练与推理的GPU加速，可灵活适配多样化测试环境。
主要功能
| AI驱动的视觉分类 | 使用卷积神经网络分析截图，并根据与渗透测试相关的视觉特征对网页进行标注。 |
| 大规模外部边界评估 | 可快速处理成千上万的截图，高效筛查大量外部Web资产。 |
| 多目标标签识别 | 识别如登录页、老旧风格站点、自定义404页和主页等关键类别，帮助优先定位潜在漏洞。 |
| 开源且可扩展 | 在GitHub上开源，支持自定义、再训练及集成到现有安全工作流中。 |
| 人机双适用输出 | 生成便于浏览的HTML报告及便于自动处理的CSV文件。 |
| 支持GPU加速 | 在模型训练和预测时针对GPU优化，提升大数据集下的性能。 |
使用场景
- 渗透测试：自动识别大型外部边界内的高价值Web目标，简化人工审核流程。
- 安全评估筛查：帮助安全团队根据潜在漏洞的视觉特征优先调查相关网页。
- 漏洞赏金情报收集：协助漏洞赏金猎人快速筛查大量Web资产，发现有价值的攻击面。
- 持续安全监控：可集成到持续渗透测试服务中，随着Web资产变化实时更新目标优先级。