我如何利用 Perplexity AI 做 Bug Bounty 信息收集（并榨干它的每一滴价值）
💡
原文中文，约2800字，阅读约需7分钟。
📝
内容提要
本文介绍了如何使用Perplexity AI进行Bug Bounty的信息收集，涵盖了设定基本规则、理解范围、制定子域名枚举策略、利用CT日志和Google Dorking等步骤，以有效识别攻击面并提升信息收集的效率与准确性。
🎯
关键要点
- 使用 Perplexity AI 进行 Bug Bounty 信息收集的有效方法。
- 设定基本规则以确保信息收集的合法性和有效性。
- 深入理解范围，避免超出范围的资产导致报告被拒。
- 制定三阶段的子域名枚举策略，提升信息收集的效率。
- 利用公共 WHOIS 和其他工具进行 ASN 和基础设施映射。
- 从 CT 日志中获取历史数据，发现被遗忘的资产。
- 使用定制的 Google Dorking 搜索，寻找潜在的敏感信息。
- 识别第三方服务，扩大攻击面并进行关联分析。
- 查找公共代码仓库中的相关信息，发现内部工具和API端点。
- 利用 Wayback Machine 归档信息，寻找被遗忘的端点。
- 检查 DNS 配置错误，发现潜在的安全漏洞。
- 为信息收集结果设定优先级，确保后续测试的有效性。
- 制定时间限制，优化信息收集的效率。
- 边做边格式化报告，方便后续提交漏洞报告。
- 通过提问激发 Perplexity 的潜力，提升信息收集的深度。
- 信息收集是领先其他猎人的关键阶段，Perplexity 能放大思考能力。
❓
延伸问答
如何设定基本规则以确保信息收集的合法性？
设定基本规则时，应明确上下文、目标、范围、产出和限制，确保只使用合法的被动信息收集方法。
Perplexity AI 如何帮助制定子域名枚举策略？
Perplexity AI 可以帮助制定三阶段的被动枚举计划，包括来源、示例查询和安全验证方法，以提高效率。
如何利用 CT 日志进行信息收集？
通过获取历史 CT 日志数据，可以列出域名的首次和最后出现时间，帮助发现被遗忘的资产。
Google Dorking 在信息收集中的作用是什么？
Google Dorking 可以生成针对目标的定制搜索语句，帮助寻找开发环境、暴露的目录和公开文档中的敏感信息。
如何优先排序信息收集的结果？
为每个资产按潜在漏洞可能性和业务影响评分，从而形成一个短名单，便于后续测试。
使用 Perplexity AI 进行信息收集的最佳实践有哪些？
最佳实践包括设定清晰的规则、理解范围、利用 CT 日志和 Google Dorking、优先排序结果等。
➡️
