Bb Methodology (Grade A) logo

Bb Methodology (Grade A)უსაფრთხოების ტესტირებით დამოწმებული უსაფრთხოების უნარი Claude AI‑სთვის. Grade A. გამოიყენეთ START ნებისმიერი bug bounty ძიების სესიის დასაწყისში, როდესაც გადართავთ მიზანს ან როდესაც არ იცით, შემდეგში რას უნდა გააკეთოთ. Master orchestrat

(0)
Daniel Nikulshynშეფასებული Daniel Nikulshyn·განახლდა ივლისი, 2026

მიმოხილვა

Bb Methodology (Grade A) არის უსაფრთხოების გამოცემული ტესტირების-უსაფრთხოების უნარი, შექმნილი Claude AI‑სთან ერთად გამოყენებისთვის. ეს არის მთავარი მენეჯერი, რომელიც აკავშირებს 5‑ფაზიან, არაელგიური საძიებო სამუშაო პროცესს კრიტიკული აზროვნება ჩარჩოთან, რომელიც მოიცავს პროგრამისტის ფსიქოლოგიას, არამარტივი აღმოჩენას და What‑If ექსპერიმენტებს. ეს მეთოდოლოგია նախատեսებულია ნებისმიერი bug bounty საძიებო სესიის დასაწყისში, როცა ცვალებთ სამიზნეებს ან როცა გრძნობთ თავს დაკარგულად, შემდეგი ნაბიჯის განსაზღვრისას. ის ეხმარება მოზიდველებს атакატორების მსგავსად ფიქრებით, კონკრეტული მიზნები და არა მხოლოდ ნიმუშების ძებნა. მეთოდოლოგია ხაზს უსვამს ჩართულობის ტიპის დამოწმებას სანამ წინადადებას გააგრძელებთ, რაც განსაზღვრავს, რაც ითვლება აღმოჩენად და რა უარყოფას. ის მარშრუტიზაციას აწვდის მოზიდველებს თავიანთი სამიზნეების განსაზღვრას, ხარვეზის კლასების შერჩევას და ორიენტირებული ტესტების შესრულებას. მეთოდოლოგია ასევე შეიცავს კრიტიკული აზროვნება ჩარჩოს, რომელიც მოიცავს ნდობის საზღვრების შემოწმებას და შესაძლო შეტევის სცენარების ანალიზს.

ძირითადი ფუნქციები

  • 5‑ფაზიანი, არ-ხაზოვანი ძიების სამუშაო პროცესი
  • კრიტიკული აზროვნების კადრი
  • პროგრამისტის ფსიქოლოგიის ინტეგრაცია
  • ანომალიების გამოვლენის მითითება
  • What‑If ექსპერიმენტები სცენარის დაგეგმვისთვის
  • გაგზავნის ტიპის დადასტურების პროცესი

ფასები

მოდელი
Free
შეფასება
შეფასებები არ არის

გამოყენების შემთხვევები

Bug Bounty ძიების სესიის დაწყება

გამოიყენეთ Bb Methodology bug bounty ძიების სესიის დასაწყისში, რათა უზრუნველყოთ სტრუქტურირებული მიდგომა და გაშვების ტიპის დადასტურება

მიზნის გადართვა

გატარეთ Bb Methodology, როდესაც გადართავთ მიზანს, რათა სწრაფად adapt და კონცენტრირდეთ ახალი მიზნის კონკრეტულ ნაკლებობებზე და შეტევების სცენარებზე

ძებნის სტალემატზე გადალახვა

გამოიყენეთ Bb Methodology, როდესაც არ იცით, შემდეგში რას უნდა გააკეთოთ, რათა აღდგენოთ კონცენტრაცია და მიმართულება ძებნის პროცესში

დადებითი და უარყოფითი

დადებითი

  • შეაერთებს სტრუქტურირებული 5‑ფაზიან სამუშაო პროცესს კრიტიკულ აზროვნებას ეფექტურ bug hunting‑ისთვის
  • მაშინელებს საშუალებას აძლევს დაიფიქროთ, როგორც თავდამსხები, კონკრეტული მიზნებისათვის, რაც findings‑ის ხარისხის ზრდას უზრუნველყოფს
  • აღსანიშნავად ხაზს უსვამს გაშვების ტიპის დადასტურების მნიშვნელობას ზუსტი რეპორტინგისთვის
  • მიუთითებს მკაფიო კადრს მიზნების განსაზღვრებისა, დაუნაკლის კლასების შერჩევისა და ტესტების შესრულებისთვის

უარყოფითი

  • მოთხოვნის მნიშვნელოვანი აზროვნების ცვლა იმათ, ვინც pattern‑based სკანირებით მუშაობს
  • შესაძლებელია, რომ დასაწყისისთვის რთული იყოს და სრულად გაარკვიოთ და ეფექტურად გამოიყენოთ

შეფასებები

შედი ანგარიშზე შეფასების დასატოვებლად.

ჯერ შეფასებები არ არის. იყავი პირველი!

კითხვები

რატომ არსებობს ეს?

ყველაზე მეტი bug-hunting Claude-ის კონფიგურაცია ან ძალიან ზოგადი (ერთიანი "უსაფრთხოების" პრომპტი) ან ძალიან ნაჭრებული (თქვენი 30 გამოცხადებული ანგარიშის სანიშნეებში და ყოველ ინტერაქციაში მათ კვლავ წაიკითხავთ). არცერთმა მათმა მიზანს გადატვირთვის შესაძლებლობა არ აქვს. ეს პაკეტი შეიქმნა და დადასტურებულია ავტორიზებული ინტერაქციების მეშვეობით, რომლებიც გამოავლინეს სხვადასხვა შესაძლებლობების შორსება: 1. Bug‑bounty ინტერაქცია — გამოავლინა ოთხი შორსება, რომელსაც 3‑სკილი სტეკი ვერ დახურა: 1) ჰიპოთეზის დისციპლინა არარსებაა — მონახაზი გადაეწერილი დამოწმებამდე → დახვეწილი საათები, ნდობის მაჩვენებლის ზიანს; 2) თითოეული პროგრამისთვის ანგარიში არ არის – VRT‑ის ნაგულისხმევი ავტომატურად ქვემოთ გადააადგილებს P3‑ს P4‑ზე; 3) ინტერაქციის კოორდინაცია არ არის – აღმოჩენები, მტკიცებულებები და გადაგზავნის IDs გაჩერდებიან საქაღალდეებში; 4) მტკიცებულებების ჰიგიენა არ არის – სკრინშოტები კვეთებს ქუქీల და მსხვილი პირადი მონაცემების (PII) გამოყოფას. 2. გარე red‑team ინტერაქცია — გამოავლინა დამატებითი შორსება, რომელიც bug‑bounty‑ის ნაგულისხმევები გააუმჯობესა: 1) კონსერვატიული ნაგულისხმევები უკუგებია რეალურ აღმოჩენებს – WAPT‑ის მინდოდმა შეწყვიტა ტესტები დაცულ მიზნებზე, სადაც red‑team‑ის გაგრძელება გამოიწვევს bypass‑chain‑ს → redteam‑mindset; 2) არ არის შუაში‑ინტერაქციის სიტუაციური ცნობიერება – კლიენტის SOC‑ს შეასწორა SQLi 30 წუთში, ხოლო გარე შემომჩხები 14 ანგარიშები დაბლოკა ცოცხალი ტესტის სეანსში – ორივე დაუშვებელია, თუ არა სპეციალური დეველოპმენტის

Asked by Fiorella Bianchi · Nov 2, 2025

როგორ მუშაობს?

6-ფაზიანი, არ-ლინეარული სამუშაო ნაკადი — recon → map & rank → hunt → validate → report — სკოპი დაკონტროლებულია კოდით და 7-კითხვიანი გატე ყველა რამეს გადაგზავნამდე. ორი გზაა მისთვის: Plain English — აღწერეთ, რაც ტესტებთ და შესაბამისი უნარის დატვირთვები ავტომატურად. /hunt scaffolding + cbh CLI — ჩართულობის საქაღალდის სტრუქტურა, მდგომარეობა და ორეკსტრაცია. → გამოყენების გზამკვლევი & დამუშავებული მაგალითი · 6-ფაზიანი არქიტექტურა & უნარის-ფაზის რუკა · cbh CLI

Asked by Emiliano Vargas · Oct 15, 2025

რა შიგნითა?

82 უნარი, ავტომატურად იტვირთება თემის მიხედვით — სახელით მითითება არ არის საჭირო. გადაფარავს გარეთ შეტევების ზედაპირს: | კატეგორია | # | მაგალითები | |---|---|---| | ვებ‑აპლიკაციის ძიება | 13 | XSS, SQLi, SSRF, IDOR, LFI, SSTI, XXE, CSRF, CORS, ღია-გადამისამართება | | ავთენტიფიცირება და იდენტიფიცირება | 7 | auth‑bypass, session, OAuth, SAML, MFA‑bypass, ATO | | API და ინფრასტრუქტურა | 15 | GraphQL, gRPC, WebSocket, API‑misconfig, host‑header, RCE | | მოწინავე და თანაბარი | 6 | race‑condition, HTTP smuggling, deserialization, cache‑poison | | ჩარჩო‑სპეციფიური | 4 | Next.js, Node.js, Laravel, Spring Boot | | საწარმო‑იდენტიფიკაცია და ღრუბელი ★ | 3 | M365/Entra, Okta, cloud‑IAM‑deep | | ინფრასტრუქტურა და აპლატურა ★ | 4 | VMware vCenter, enterprise VPN, SharePoint, ASP.NET/NTLM | | Red‑team ტექნიკა ★ | 4 | redteam‑mindset, APK pipeline, supply‑chain recon, mid‑engagement IR | | რეკონ და OSINT | 4 | web2‑recon, offensive‑osint, subdomain | | სამუშაო ნაკადი, ანგარიშგება და სპეციალიზირება | 11 | methodology, triage‑validation, evidence‑hygiene, VRT‑aware reporting | სრული საძიებო კატალოგი → docs/skills.md. ასევე მიწოდებულია 15 slash‑ბრძანება (/hunt, /recon, /report, …) და დადგამული ჩართულობის ძრავა (engine/) რომელიც ასახავს სამიზნის შეტევის ზედაპირს და თითოეული აღმოჩენის მიმართავს შესაბამის უნარს.

Asked by Quentin Lefevre · Aug 22, 2025

რა არის ეს?

claude-bughunter არის drop-in უნარების ნაკრები Claude Code უნარების სისტემისთვის. ერთი ინსტალაციის შემდეგ Claude Code აღარ იქნება უბრალოდ ჩატბოტი, არამედ ქცევა იწყებს როგორც უფროსი შეცდომების ძებნის მკვლევარი ან red-team ოპერატორი: იგი იცის ტექნიკები, ჯაჭვის შაბლონები, VRT დამ mapping‑ები, პლატფორმის CVE ჯაჭვები და ჰიგიეინი — და ის რჩება შაბლონში. ოთხი შრე აგებულია: Think — bb-methodology + redteam-mindset: 5‑ფაზიანი არ-ლინარული სამუშაო ნაკადი, კრიტიკული ფიქრის ჩარჩო და red-team ოპერატორის დისციპლინა. Hunt webapps — 48 ძებნის უნარი, დერწინებული 681 HackerOne ანგარიშიდან: თითო კლასის აღმოფხვრის ნიმუშები, payloads, bypass‑ცხრილები და ჯაჭვის შაბლონები. Hit the perimeter — საწარმოო პლატფორმის ჯაჭვები (M365/Entra, Okta, vCenter, SSL‑VPN მოწყობილობები, SharePoint, cloud IAM): მიმდინარე 2024–2026 CVE ჯაჭვები + post‑credentialescalation. Ship it — triage‑validation + reporting + evidence‑hygiene: 7‑ს კითხვარის კარიბჭე, VRT‑aware სიმკვეთრი, OOS rebuttals, PII redaction და red-team მიწოდება. ყველაფერი ავტომატურად გამოიწვევს თემის მიხედვით — აღწერეთ რაც შემოწმებთ მარტივ ინგლისურად და შესაბამის უნარების დატვირთვა. Invocation by name არ საჭიროებს.

Asked by Zain Malik · Aug 11, 2025

დასვი კითხვა

კარიერის უნარები-ის ალტერნატივები

Manage Headers (Grade A) logo
Manage Headers (Grade A)კარიერის უნარები

უსაფრთხოების შემოწმებული განვითარების უნარი Claude AI‑თვის. Grade A. შემოწმებს და კონფიგურირებს უსაფრთხოების header‑ებს, რომელსაც Power Pages საიტი ბრაუზერებს გაგზავნის – Content Security Policy, frame და clickjacking დაცვა

(0)
Free
Using Git Worktrees (Grade A) logo
Using Git Worktrees (Grade A)კარიერის უნარები

სამუშაოს უსაფრთხოებაში ჩამოყალიბებული მონაცემების აი-თეკნოლოგია ქლუდ აი-სამართავი სისტემისთვის. A ხარისხი. გამოიყენეთ, როდესაც იწყებთ ფინანსურ სამუშაოსთან დაკავშირებულ სხვა სივრცეთან დამოუკიდებლობის აუცილებლობით ან აუცილებელი განხორციჭული გერხვების წესების შედგენა წინასწარ

(0)
Free
Ga4 Bigquery Schema (Grade A) logo
Ga4 Bigquery Schema (Grade A)კარიერის უნარები

უსაფრთხოების შემოწმებული მონაცემ-აი-ის უნარი Claude AI-სთვის. შეფასება A. GA4 BigQuery ექსპორტის სქემა — სრულყოფილი ველური მითითება, ნესტირებული სტრუქტურები, შეკითხვის შაბლონები და წარმადობის რჩევები

(0)
Free
Meta Capi (Grade A) logo
Meta Capi (Grade A)კარიერის უნარები

უსაფრთხოების შემოწმებული data‑ai უნარი Claude AI‑თვის. Grade A. Meta Conversions API (CAPI) კონფიგურაციის მითითება — არქიტექტურა, მოვლენების ტიპები, მომხმარებლის ინფორმაციის ჰეშირება, დედუპლიკაცია, განხორციელების მაგალითები, AEM

(0)
Free
Callees (Grade A) logo
Callees (Grade A)კარიერის უნარები

უსაფრთხოების გადამოწმებული განვითარების უნარი Claude AI-თვის. Grade A. ფუნქციის/მეთოდის პირდაპირი გამოძახების გრაფიკის ჩამოთვლა

(0)
Free
Test Module Name (Grade A) logo
Test Module Name (Grade A)კარიერის უნარები

თვითმეთვებული სივსხად-აი-მოხელეთა დაზგვი. სადარედ. სახელი ჰესკელურ ტესტ მოდულებს დაიგოკი გაადაგვით. იყენე, როცა ნ. ჰესკელი ტესტ მოდულ თუ განსასხობთ.

(0)
Free
Board Of Directors (Grade A) logo
Board Of Directors (Grade A)კარიერის უნარები

უსაფრთხოების მიხედვით შემოწმებული data-ai უნარი Claude AI‑სთვის. Grade A. 5-წეველთა ექსპერტთა საბჭოს განხილვის სიმულაცია ძირითადი გადაწყვეტილებებისთვის. გამოიყენეთ, როცა შეფასებთ გეგმებს, არქიტექტურული არჩევანს, ფუნქციონალური დიზაინს ან ნებისმიერ გადაწყვეტილებას.

(0)
Free
Advpl Mvc Avancado (Grade A) logo
Advpl Mvc Avancado (Grade A)კარიერის უნარები

სეკურიტი ავანკადან განვითარების უნარი კლუდ აი-სანახ. სრტ. A კატეგორია. ADVPL MVC ავანცადო სრტ. მეშვეობით PE (შესასვლელების პუნქტები) — ადგილობრივი გრიდების დამატება სტანდარტულ სკრინ მეშვეობით (CNTA300/MATA070/MATA440/MATA460/FINA040 *STRU)

(0)
Free