Seminar OWASP Amass – Fortgeschrittene Enumeration und dynamische Scope-Erweiterung

Der fortgeschrittene Kurs behandelt mehrstufige Discovery-Prozesse, bei denen neue Beziehungen während eines Laufs zusätzliche Kandidaten erzeugen. Dynamische Scope-Erweiterung wird nicht als automatische Freigabe verstanden, sondern durch Regeln, Evidenzschwellen, Budgetgrenzen und Reviewpunkte kontrolliert. Der Kurs verbindet passive und aktive Signale, Organisationsbezüge und wiederholbare Iterationen.

Inhaltsübersicht

• Komplexe Ausgangslage und Hypothesen
• Mehrstufige Erfassungsstrategie
• Kandidaten und Evidenzbewertung
• Kontrollierte dynamische Erweiterung
• Budget, Leistung und Abbruchsteuerung
• Iteration, Differenzanalyse und Review
• Praxisprojekt
• Arbeitsweise und Qualitätssicherung

Kompetenzziele

• mehrstufige Enumerationsstrategien für komplexe Organisationen entwerfen
• Kandidaten aus Domains, Netzen, Zertifikaten und Organisationssignalen ableiten
• dynamische Scope-Erweiterung mit Evidenz- und Freigaberegeln kontrollieren
• Breite, Tiefe, Laufbudget und Abbruchbedingungen systematisch steuern
• Iterationen vergleichen und neue Beziehungen nachvollziehbar bestätigen

Seminarinhalte

1. Komplexe Ausgangslage und Hypothesen

Große Organisationen nutzen Marken, Tochtergesellschaften, Provider und mehrere Cloudumgebungen. Eine Hypothesenmatrix strukturiert, welche Beziehungen gesucht und welche Nachweise erwartet werden.

1. Bekannte Organisationen, Domains, Netze, Marken und Provider als Startknoten erfassen.
2. Hypothesen zu Tochtergesellschaften, Namensmustern und Infrastrukturgruppen formulieren.
3. Für jede Hypothese zulässige Datenquellen und Bestätigungssignale bestimmen.
4. Nicht zulässige Ableitungen und Grenzen des Auftrags dokumentieren.

2. Mehrstufige Erfassungsstrategie

Erfassung wird in Phasen mit jeweils eigenem Ziel und Qualitätsgate gegliedert. Dadurch wird verhindert, dass unbestätigte Kandidaten unkontrolliert weitere Abfragen auslösen.

1. Phase für passive Ausgangsdaten und Organisationssignale definieren.
2. Phase für Kandidatenbildung und Eigentumsprüfung festlegen.
3. Aktive Bestätigung nur für freigegebene Kandidaten planen.
4. Nach jeder Phase Datenmenge, Qualität und Restbudget prüfen.

3. Kandidaten und Evidenzbewertung

Neue Kandidaten entstehen aus Namensähnlichkeiten, Zertifikatsbezügen, Routinginformationen, Reverse DNS und wiederkehrenden Infrastrukturmustern. Mehrere Signale werden gewichtet.

1. Kandidaten mit Quelle, Beziehungspfad und Entstehungsregel erfassen.
2. Unabhängige Bestätigungssignale von bloßen Wiederholungen derselben Quelle unterscheiden.
3. Evidenzscore und Mindestschwelle für weitere Prüfung definieren.
4. Kandidaten unterhalb der Schwelle zurückstellen oder verwerfen.

4. Kontrollierte dynamische Erweiterung

Dynamische Erweiterung darf nur innerhalb vorab genehmigter Regeln erfolgen. Automatische Kandidatenaufnahme, manuelle Freigabe und vollständiger Ausschluss werden klar getrennt.

1. Zulässige Asset-Typen und Relationstypen für Erweiterungen festlegen.
2. Grenzen für Tiefe, Anzahl, Netzbereiche und Laufzeit definieren.
3. Freigabepunkt für risikoreiche oder organisationsübergreifende Kandidaten einbauen.
4. Scope-Änderung mit Begründung, Zeit und verantwortlicher Entscheidung protokollieren.

5. Budget, Leistung und Abbruchsteuerung

Breite und Tiefe erhöhen Datenmenge und Laufzeit. Ein Laufbudget begrenzt Abfragen, aktive Verbindungen, Kosten und Datenbankwachstum.

1. Budgets für Zeit, Quoten, aktive Abfragen und maximale Kandidatenanzahl festlegen.
2. Fortschritts- und Sättigungskennzahlen während des Laufs beobachten.
3. Schwellen für abnehmenden Erkenntnisgewinn und unerwartete Mengensprünge definieren.
4. Lauf kontrolliert pausieren oder beenden und den erreichten Zustand sichern.

6. Iteration, Differenzanalyse und Review

Mehrstufige Prozesse werden über Iterationen verbessert. Jede Runde wird gegen die vorherige hinsichtlich neuer Assets, neuer Beziehungen, Qualität und Kosten verglichen.

1. Ausgangs- und Endbestand über stabile Schlüssel vergleichen.
2. Neue Beziehungen nach Entstehungsregel und Evidenzklasse gruppieren.
3. Fehlalarme und unnötige Abfragen auf ihre verursachende Regel zurückführen.
4. Regeln, Schwellen und Budgets für den nächsten Lauf kontrolliert anpassen.

Praxisprojekt

Im Labor wird eine simulierte Unternehmensgruppe mit Marken-, Provider- und Cloudbeziehungen untersucht. Zwei Iterationen erzeugen Kandidaten, durchlaufen Evidenz- und Freigabegates und werden anschließend nach Erkenntnisgewinn, Fehlalarmen, Laufbudget und Scope-Änderungen verglichen.

1. Startknoten, Hypothesen und unzulässige Ableitungen dokumentieren.
2. Mehrstufige Erfassungsstrategie mit Qualitätsgates entwerfen.
3. Kandidaten erzeugen, Evidenz bewerten und Freigabeentscheidung treffen.
4. Dynamische Erweiterung innerhalb fester Budgets ausführen.
5. Zwei Iterationen vergleichen und Regeln anhand der Befunde kalibrieren.

Arbeitsweise und Qualitätssicherung

Die Durchführung kombiniert fachliche Einordnung, demonstrierte Arbeitsabläufe, geführte Laborphasen und eigenständige Kontrollaufgaben. Jeder Arbeitsschritt wird mit Scope, Eingaben, Laufparametern, Beobachtungen und Prüfpunkt dokumentiert. Wiederholbare Testläufe, Positiv- und Negativkontrollen sowie eine klare Trennung zwischen bestätigten, wahrscheinlichen und ungeklärten Assets sichern die Nachvollziehbarkeit. Alle Analysen erfolgen ausschließlich in autorisierten Übungsumgebungen oder innerhalb schriftlich freigegebener Zielbereiche.