毕业设计实战：基于Python的漏洞扫描系统设计与实现

一、项目背景：为什么要做Python漏洞扫描系统？

互联网高速发展带来信息便利的同时，网络安全威胁也呈爆发式增长——每天超10万个新网站上线，其中60%存在端口暴露、配置不当等安全漏洞，成为黑客攻击的突破口。传统网络安全防护依赖人工排查，存在三大核心痛点：效率低（人工扫描1台主机需2-3小时）、覆盖不全（难以兼顾端口、协议、应用层多维度漏洞）、响应滞后（新漏洞披露后无法快速适配检测）。

《网络安全等级保护基本要求》明确规定“需定期开展漏洞扫描与风险评估”，而基于Python的漏洞扫描系统，既能依托Python强大的爬虫与多线程能力实现自动化扫描，又能通过Django框架快速搭建B/S架构管理界面，兼顾“技术灵活性”与“操作易用性”。我的毕业设计聚焦这一需求，实现了“端口扫描-漏洞检测-结果可视化”的全流程系统，支持管理员模拟黑客攻击视角发现漏洞，提前完成安全防御，为中小网站提供低成本的安全防护方案。

二、核心技术栈：漏洞扫描系统的全链路工具

项目以“自动化、高精度、易扩展”为核心，整合Python生态工具与Web开发技术，兼顾漏洞检测的专业性与系统使用的便捷性，具体技术栈如下：

技术模块	具体工具/技术	核心作用
核心开发语言	Python 3.8	实现端口扫描、漏洞检测、爬虫数据采集核心逻辑，支持多线程提升扫描效率；
Web框架	Django 3.2	搭建B/S架构管理界面，实现用户登录、扫描任务管理、结果展示等功能；
数据库	MySQL 8.0	存储用户信息、扫描任务记录（IP、端口、时间）、漏洞检测结果，支持高效查询；
扫描技术	多线程端口扫描 + 爬虫	多线程并发检测TCP/UDP端口状态，爬虫模拟HTTP请求探测应用层漏洞（如XSS、CSRF）；
可视化工具	ECharts	生成扫描结果统计图表（端口开放率环比图、漏洞风险等级分布图）；
开发环境	PyCharm + Navicat	Python代码编写调试、MySQL数据库管理，确保开发流程高效；
辅助库	requests + socket + threading	requests库发送HTTP请求，socket库实现端口连接检测，threading库实现多线程扫描；

三、项目全流程：6步实现Python漏洞扫描系统

3.1 第一步：需求分析——明确系统核心价值

传统漏洞扫描工具（如Nessus）功能复杂、收费高，且操作门槛高，不适合中小网站管理员使用。本系统核心需求聚焦“轻量化、易用性、精准性”，具体分为3类：

3.1.1 功能性需求

1. 用户管理：支持管理员注册/登录，区分操作权限（仅管理员可创建扫描任务）；
2. 端口扫描：输入目标IP与端口范围，检测端口开放状态，识别服务类型（如80端口对应HTTP、3306端口对应MySQL）；
3. 漏洞检测：针对开放端口，探测常见漏洞（如服务器横幅泄露、X-Frame-Options缺失、ETag信息泄露）；
4. 结果展示：以列表形式展示历史扫描任务，点击可查看漏洞详情，通过图表直观呈现风险等级；
5. 任务管理：支持扫描任务暂停、终止，自动保存扫描进度，避免意外中断后重新扫描。

3.1.2 非功能性需求

• 效率：单IP+100端口扫描耗时≤60秒（多线程并发数设为10）；
• 精度：端口开放状态检测准确率≥98%，漏洞识别误报率≤5%；
• 易用性：界面可视化操作，无需代码基础，3步完成扫描（输入IP→选择端口→开始扫描）；
• 可扩展性：预留漏洞库接口，支持后续添加新漏洞检测规则（如Log4j漏洞、SQL注入）。

3.2 第二步：系统设计——构建B/S架构框架

系统采用“三层架构”设计，实现“用户交互-业务逻辑-数据存储”解耦，确保后期维护与扩展便捷：

3.2.1 系统总体架构

1. 表现层：基于Django模板与ECharts构建Web界面，包括登录页、首页、端口扫描页、扫描列表页；
2. 业务层：核心功能模块，包括：
   • 用户认证模块：处理注册登录、权限验证；
   • 端口扫描模块：多线程检测端口开放状态，识别服务类型；
   • 漏洞检测模块：针对开放端口发送探测请求，匹配漏洞特征；
   • 结果处理模块：整理扫描数据，生成可视化图表与详情报告；
3. 数据层：MySQL数据库存储用户、任务、结果数据，通过Django ORM实现数据交互。

3.2.2 数据库设计

核心数据表结构如下，避免冗余字段，确保数据关联清晰：

表名	核心字段	作用
t_user（用户表）	user_id（主键）、username、password（加密存储）	存储管理员账号信息，密码通过Django内置哈希函数加密；
t_scan_task（扫描任务表）	task_id（主键）、user_id（外键）、ip、port_range、start_time、status	记录扫描任务基本信息，status字段标记“待扫描/扫描中/已完成”；
t_scan_result（扫描结果表）	result_id（主键）、task_id（外键）、port、is_open、service、vulnerabilities	存储单端口扫描结果，vulnerabilities字段用JSON格式记录漏洞列表；

3.3 第三步：核心功能实现——从代码到落地

基于Python与Django实现核心模块，重点解决“多线程扫描效率”与“漏洞精准识别”问题：

3.3.1 端口扫描模块（多线程实现）

传统单线程扫描耗时久，通过threading库实现多线程并发，核心逻辑：

1. 拆分端口范围为多个子区间（如1-100端口拆分为10个线程，每个线程处理10个端口）；
2. 每个线程通过socket库尝试与目标IP:端口建立TCP连接，超时时间设为2秒；
3. 若连接成功，标记端口为“开放”，并发送HEAD请求获取服务器横幅（如“Apache/2.4.49”）；
4. 扫描完成后，汇总各线程结果，存入数据库。

关键代码（多线程端口扫描）：

import socket
import threading
from django.db import transaction

class PortScanner(threading.Thread):
    def __init__(self, ip, port, result_list):
        super().__init__()
        self.ip = ip
        self.port = port
        self.result_list = result_list  # 存储扫描结果的共享列表
    
    def run(self):
        """线程执行函数：检测端口状态"""
        sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
        sock.settimeout(2)  # 超时时间2秒
        try:
            # 尝试建立TCP连接
            result = sock.connect_ex((self.ip, self.port))
            if result == 0:  # 连接成功，端口开放
                # 获取服务器横幅（发送HEAD请求）
                banner = self.get_banner(sock)
                self.result_list.append({
                    'port': self.port,
                    'is_open': True,
                    'service': self.get_service(self.port),
                    'banner': banner
                })
            else:
                self.result_list.append({'port': self.port, 'is_open': False})
        except Exception as e:
            self.result_list.append({'port': self.port, 'is_open': False, 'error': str(e)})
        finally:
            sock.close()
    
    def get_banner(self, sock):
        """获取服务器横幅信息"""
        try:
            sock.send(b'HEAD / HTTP/1.1\r\nHost: %s\r\n\r\n' % self.ip.encode())
            return sock.recv(1024).decode('utf-8', errors='ignore')[:200]  # 截取前200字符
        except:
            return "未检索到横幅"
    
    def get_service(self, port):
        """根据端口号识别常见服务"""
        service_map = {80: 'HTTP', 443: 'HTTPS', 3306: 'MySQL', 22: 'SSH', 21: 'FTP'}
        return service_map.get(port, '未知服务')

# 调用示例：扫描192.168.60.6的80-90端口
def start_scan(ip, port_start, port_end):
    result_list = []
    threads = []
    # 创建多线程
    for port in range(port_start, port_end + 1):
        t = PortScanner(ip, port, result_list)
        threads.append(t)
        t.start()
    # 等待所有线程完成
    for t in threads:
        t.join()
    # 保存结果到数据库（Django ORM）
    with transaction.atomic():
        task = ScanTask.objects.create(ip=ip, port_range=f"{port_start}-{port_end}", status="已完成")
        for res in result_list:
            ScanResult.objects.create(
                task=task,
                port=res['port'],
                is_open=res['is_open'],
                service=res.get('service', ''),
                vulnerabilities=[]  # 后续漏洞检测模块补充
            )
    return result_list

3.3.2 漏洞检测模块（特征匹配实现）

针对开放端口，发送探测请求并匹配漏洞特征，核心检测逻辑：

1. 服务器横幅泄露：检查get_banner获取的信息是否包含敏感版本号（如“Apache/2.4.49”存在漏洞风险）；
2. X-Frame-Options缺失：发送HTTP请求，检查响应头是否包含X-Frame-Options，缺失则标记为“反点击劫持漏洞”；
3. ETag信息泄露：检查响应头ETag是否包含索引节点（如“0xW/29c”），泄露则存在文件信息泄露风险；
4. X-XSS-Protection缺失：缺失该头则无法防御部分XSS攻击，标记为中危漏洞。

关键代码（漏洞检测）：

import requests

def detect_vulnerabilities(ip, port):
    vulnerabilities = []
    url = f"http://{ip}:{port}" if port in [80, 8080] else f"https://{ip}:{port}" if port == 443 else ""
    if not url:
        return vulnerabilities  # 仅HTTP/HTTPS端口检测应用层漏洞
    
    try:
        response = requests.get(url, timeout=5)
        headers = response.headers
        
        # 1. 检测X-Frame-Options缺失
        if 'X-Frame-Options' not in headers:
            vulnerabilities.append({
                'risk': '中危',
                'desc': '不存在反点击劫持X-Frame-Options标题，可能导致点击劫持攻击'
            })
        
        # 2. 检测X-XSS-Protection缺失
        if 'X-XSS-Protection' not in headers:
            vulnerabilities.append({
                'risk': '低危',
                'desc': '未定义X-XSS-Protection标头，无法提示浏览器防御部分XSS攻击'
            })
        
        # 3. 检测ETag信息泄露（包含索引节点）
        if 'ETag' in headers and ('0x' in headers['ETag'] or '/' in headers['ETag']):
            vulnerabilities.append({
                'risk': '中危',
                'desc': f'服务器通过ETags泄漏索引I节点，ETag值：{headers["ETag"]}'
            })
        
        # 4. 检测服务器横幅泄露（敏感版本号）
        if 'Server' in headers and any(ver in headers['Server'] for ver in ['Apache/2.4.49', 'Nginx/1.16.1']):
            vulnerabilities.append({
                'risk': '高危',
                'desc': f'服务器横幅泄露敏感版本号：{headers["Server"]}，该版本存在已知漏洞'
            })
    
    except Exception as e:
        vulnerabilities.append({'risk': '信息', 'desc': f'漏洞检测失败：{str(e)}'})
    
    return vulnerabilities

3.4 第四步：Web界面实现——Django模板与ECharts可视化

基于Django模板构建用户交互界面，重点实现4个核心页面：

3.4.1 用户登录/注册页

• 登录页：输入用户名/密码，通过Django Auth认证，验证通过跳转首页；
• 注册页：用户名需唯一，密码长度≥8位，加密存储到t_user表；
• 效果：界面简洁，包含“记住密码”选项，登录失败提示错误原因（如“用户名不存在”）。

3.4.2 系统首页

• 核心数据展示：累计扫描IP数、开放端口数、漏洞总数（按风险等级分类统计）；
• 可视化图表：用ECharts绘制“近7天扫描次数环比图”“漏洞风险等级饼图”；
• 快捷入口：“新建扫描任务”按钮，直接跳转端口扫描页。

3.4.3 端口扫描页

• 输入区域：IP地址输入框（支持IPv4）、端口范围选择（如“1-100”“80,443,3306”）、扫描线程数选择（默认10）；
• 扫描状态：实时显示“已扫描端口数/总端口数”“当前开放端口列表”；
• 结果预览：扫描完成后，显示开放端口占比、漏洞统计（高危/中危/低危数量）。

3.4.4 扫描列表页

• 任务列表：展示所有历史扫描任务，包含IP、端口范围、扫描时间、状态；
• 操作按钮：“查看详情”（跳转漏洞详情页）、“重新扫描”（复用原IP与端口范围）；
• 搜索功能：支持按IP模糊搜索，快速定位目标任务。

3.5 第五步：系统测试——验证功能与性能

通过“功能测试”与“性能测试”，确保系统满足设计目标，测试环境：Windows 10系统、Intel i5-1035G1处理器、8GB内存。

3.5.1 功能测试

设计10组测试用例，覆盖核心场景：

测试场景	预期结果	实际结果	是否通过
输入无效IP（如“256.0.0.1”）	提示“IP格式错误”	提示“IP格式错误”	是
扫描关闭端口（如192.168.60.6:8888）	标记“端口关闭”，无漏洞记录	标记“端口关闭”，无漏洞记录	是
扫描开放HTTP端口（如8082）	识别“HTTP服务”，检测出X-Frame-Options缺失	识别“HTTP服务”，检测出X-Frame-Options缺失	是
同时创建2个扫描任务	多任务并行执行，无数据冲突	多任务并行执行，无数据冲突	是

3.5.2 性能测试

• 扫描效率：扫描192.168.60.6的1-100端口，线程数10，耗时48秒，符合“≤60秒”目标；
• 准确率：对比Nessus扫描结果，端口开放状态检测准确率98.5%（仅1个端口误判），漏洞识别无漏报；
• 并发能力：5个管理员同时创建扫描任务，系统无卡顿，数据库无死锁。

3.6 第六步：问题排查与优化——提升系统鲁棒性

开发过程中遇到的典型问题及解决方案：

1. 多线程数据冲突：多个线程同时写入result_list导致数据错乱，解决：使用threading.Lock()加锁，确保数据写入原子性；
2. 扫描超时卡顿：部分端口连接超时（如3389）导致整体扫描停滞，解决：设置socket超时时间为2秒，超时则标记“端口关闭”；
3. 漏洞误报：部分非HTTP端口（如22）误触发应用层漏洞检测，解决：添加端口类型判断，仅HTTP/HTTPS端口执行漏洞检测；
4. 数据库性能瓶颈：大量扫描结果查询缓慢，解决：在task_id“port”字段添加索引，查询速度提升60%。

四、毕业设计复盘：踩过的坑与经验

4.1 那些踩过的坑

1. socket连接被防火墙拦截：部分端口（如443）因防火墙限制，连接失败却误判为“端口关闭”，解决：增加ICMP ping检测，先确认主机存活再扫描端口；
2. Django跨域问题：前端ECharts请求后端数据被拦截，解决：安装django-cors-headers库，配置允许跨域请求；
3. 漏洞检测误报：部分网站自定义响应头导致特征匹配错误，解决：优化漏洞特征规则（如ETag检测增加“是否包含数字+字母+特殊字符”判断）；
4. 多线程资源耗尽：线程数设为50时CPU占用率达90%，解决：动态调整线程数（根据CPU核心数设置，默认核心数×2）。

4.2 给学弟学妹的建议

1. 需求先行，避免过度设计：初期想加入SQL注入、Log4j漏洞检测，导致开发周期延长，建议先实现核心功能（端口扫描+基础漏洞检测），再逐步扩展；
2. 重视异常处理：网络不稳定（如断网）、目标主机防火墙拦截会导致扫描失败，需完善异常捕获（如try-except），并给用户清晰提示；
3. 善用Python生态库：无需重复开发端口扫描逻辑，nmap库可实现更复杂的扫描，但需注意权限问题（部分功能需管理员权限）；
4. 多做真实环境测试：在虚拟机（如CentOS、Windows Server）部署不同服务（Apache、Nginx），验证漏洞检测的准确性，避免仅在本地测试。

五、项目资源与后续扩展

5.1 项目核心资源

本项目包含完整源码：

• 后端：Django项目代码（用户认证、扫描模块、漏洞检测、数据库交互）；
• 前端：HTML模板（登录页、首页、扫描页）、ECharts可视化代码；
• 数据库：MySQL脚本（表结构创建、测试数据插入）；
• 文档：系统部署指南（环境配置、依赖安装）、测试报告。 若需获取，可私信沟通，提供技术答疑。

5.2 未来扩展方向

1. 漏洞库升级：接入CVE漏洞库，自动同步新漏洞检测规则（如2024年新披露的Apache漏洞）；
2. 扫描深度提升：增加SQL注入、XSS自动探测（通过发送payload判断是否存在漏洞）；
3. 报表导出：支持将扫描结果导出为PDF/Excel，包含漏洞修复建议（如“X-Frame-Options建议设置为DENY”）；
4. 定时任务：支持设置定时扫描（如每周日凌晨扫描核心服务器），扫描完成后发送邮件通知；
5. 多端适配：开发移动端界面，支持管理员通过手机查看扫描结果与漏洞预警。

如果本文对你的Python开发、网络安全相关毕业设计有帮助，欢迎点赞 + 收藏 + 关注，后续会分享更多Web安全与自动化工具的实战案例！