Google Dorking: Βασικές Τεχνικές Αναζήτησης

Το Google Dorking (γνωστό και ως Google Hacking) είναι η τεχνική χρήσης προηγμένων τελεστών αναζήτησης για τον εντοπισμό πληροφοριών που εκτίθενται δημόσια χωρίς πρόθεση. Σε αυτό το εργαστήριο για αρχάριους δείχνουμε τους βασικούς τελεστές (site:, filetype:, inurl:, intitle:, cache:) μέσα σε ένα απομονωμένο περιβάλλον (isolated lab), με έμφαση στην ανίχνευση (detection) και την άμυνα (defense), όχι στην επίθεση σε πραγματικό στόχο.

1. Εισαγωγή: γιατί έχει σημασία το Google Dorking

Κάθε οργανισμός αφήνει ίχνη στο διαδίκτυο. Αρχεία ρυθμίσεων (configuration files), αντίγραφα ασφαλείας (backups), πίνακες διαχείρισης (admin panels) και έγγραφα που δεν έπρεπε ποτέ να γίνουν δημόσια, συχνά καταλήγουν στον δείκτη (index) των μηχανών αναζήτησης. Το Google Dorking είναι απλώς η τέχνη του να ρωτάς τη μηχανή αναζήτησης με ακρίβεια, ώστε να αναδείξεις ακριβώς αυτά τα στοιχεία.

Για έναν αμυνόμενο (defender) ή έναν εξουσιοδοτημένο penetration tester, η κατανόηση του Dorking είναι κρίσιμη για δύο λόγους:

• Attack surface discovery: βλέπεις τον οργανισμό όπως τον βλέπει ένας επιτιθέμενος — τι εκτίθεται δημόσια χωρίς να χρειάζεται καμία «παραβίαση».
• Data leak prevention: εντοπίζεις διαρροές πριν τις εκμεταλλευτεί κάποιος κακόβουλος και τις διορθώνεις.

Η βασική ιδέα: το Dorking δεν σπάει τίποτα. Χρησιμοποιεί μόνο δημόσια, ήδη ευρετηριασμένη πληροφορία. Ακριβώς γι’ αυτό είναι τόσο ύπουλο — και τόσο χρήσιμο ως εργαλείο άμυνας.

Ιστορικά, ο όρος «Google Hacking» καθιερώθηκε από τον ερευνητή Johnny Long, ο οποίος συγκέντρωσε χιλιάδες χρήσιμα queries στη λεγόμενη Google Hacking Database (GHDB). Σήμερα η βάση αυτή συντηρείται από την κοινότητα ασφάλειας και αποτελεί σημείο αναφοράς για το πόσο εύκολα μπορεί να εκτεθεί ευαίσθητη πληροφορία. Ως αρχάριος, δεν χρειάζεται να απομνημονεύσεις εκατοντάδες dorks — αρκεί να κατανοήσεις τη λογική των τελεστών, ώστε να συνθέτεις μόνος σου στοχευμένα queries.

2. Βασικές έννοιες: οι τελεστές αναζήτησης

Οι μηχανές αναζήτησης υποστηρίζουν advanced search operators (προηγμένους τελεστές). Ένας τελεστής έχει τη μορφή operator:value χωρίς κενό μετά την άνω-κάτω τελεία. Ας δούμε τους πέντε θεμελιώδεις.

site: — περιορισμός σε ένα domain

Ο τελεστής site: περιορίζει τα αποτελέσματα σε ένα συγκεκριμένο domain ή subdomain. Είναι το σημείο εκκίνησης κάθε αναγνωριστικής εργασίας (reconnaissance), γιατί σου δείχνει πόσες και ποιες σελίδες ενός στόχου είναι ευρετηριασμένες.

filetype: — αναζήτηση συγκεκριμένου τύπου αρχείου

Ο τελεστής filetype: (ή το ισοδύναμο ext:) φιλτράρει με βάση την επέκταση αρχείου: pdf, xlsx, sql, env, log, bak. Εδώ βρίσκονται συχνά οι πιο επικίνδυνες διαρροές — π.χ. ένα filetype:env μπορεί να αποκαλύψει κλειδιά API.

inurl: και intitle:

Το inurl: ψάχνει μια λέξη μέσα στη διεύθυνση URL (π.χ. inurl:admin, inurl:login), ενώ το intitle: ψάχνει στον τίτλο της σελίδας (π.χ. intitle:"index of" για ανοιχτούς καταλόγους αρχείων — open directory listings).

cache: — η αποθηκευμένη έκδοση

Το cache: εμφανίζει την τελευταία αποθηκευμένη (cached) έκδοση μιας σελίδας. Χρήσιμο για να δεις περιεχόμενο που αφαιρέθηκε πρόσφατα αλλά παραμένει στο cache της μηχανής αναζήτησης.

Η πραγματική δύναμη έρχεται από τον συνδυασμό τελεστών. Παράδειγμα ενός «dork»:

site:lab.local filetype:pdf intitle:confidential

Αυτό λέει: «βρες μου όλα τα PDF, στο domain lab.local, που έχουν τη λέξη confidential στον τίτλο».

Βοηθητικοί τελεστές

Πέρα από τους πέντε βασικούς, υπάρχουν μερικοί ακόμη που αξίζει να γνωρίζεις:

• "..." (εισαγωγικά): αναζήτηση ακριβούς φράσης — π.χ. "internal use only".
• - (πλην): αποκλείει έναν όρο — π.χ. login -site:lab.local.
• OR (ή |): λογικό «ή» ανάμεσα σε όρους — π.χ. filetype:sql OR filetype:bak.
• intext:: ψάχνει λέξη μέσα στο σώμα της σελίδας, όχι στον τίτλο ή το URL.

Ο συνδυασμός τους δίνει χειρουργική ακρίβεια. Ένας defender που θέλει να ελέγξει αν διέρρευσαν διαπιστευτήρια θα δοκίμαζε κάτι σαν site:lab.local (filetype:env OR filetype:ini) intext:password — ακριβώς για να το βρει πρώτος.

3. Πρακτικό κομμάτι: dorks σε απομονωμένο lab

Για την εκπαίδευση, στήσαμε έναν τοπικό στόχο lab.local (10.10.10.20) με έναν μικρό indexer, ώστε να δοκιμάσουμε τους dorks χωρίς να αγγίξουμε πραγματική μηχανή αναζήτησης ή πραγματικό οργανισμό. Ξεκινάμε με τους βασικούς τελεστές site: και filetype:.

Παρατηρήστε πώς το filetype:sql εντόπισε ένα αντίγραφο ασφαλείας βάσης δεδομένων (backup.sql) — ένα κλασικό εύρημα που δεν θα έπρεπε ποτέ να είναι δημόσιο. Στη συνέχεια συνδυάζουμε inurl: και intitle: για να εντοπίσουμε πίνακες διαχείρισης και ανοιχτούς καταλόγους.

Τα ευρήματα intitle:"index of" είναι open directory listings — φάκελοι όπου ο web server εμφανίζει όλα τα αρχεία επειδή λείπει ένα index αρχείο. Τέλος, ελέγχουμε την cached έκδοση μιας σελίδας που «αφαιρέθηκε» και συνδυάζουμε τελεστές για στοχευμένη αναζήτηση διαρροών.

Το ενδιαφέρον είναι ότι το cache: ανέδειξε ένα .env αρχείο με κλειδιά (τα οποία εμφανίζονται εδώ κομμένα ως …snip…) — δείχνοντας ότι ακόμη και μετά τη διαγραφή, η πληροφορία επιβίωσε στο cache.

Η μεθοδολογία που ακολουθήσαμε είναι σκόπιμα σταδιακή και ρεαλιστική για μια πραγματική αναγνωριστική εργασία:

1. Χαρτογράφηση (mapping): ξεκινάμε πάντα με site: για να δούμε το μέγεθος του ευρετηριασμένου αποτυπώματος.
2. Στόχευση (targeting): στενεύουμε με filetype: στους τύπους αρχείων υψηλού ρίσκου (sql, env, bak, log, xlsx).
3. Επαλήθευση (validation): με inurl:/intitle: επιβεβαιώνουμε εκτεθειμένα panels και directory listings.
4. Ιστορικό (history): με cache: ανακτούμε ό,τι «φαίνεται» ότι αφαιρέθηκε.

Κάθε εύρημα καταγράφεται με σκοπό την αποκατάσταση (remediation) — όχι την εκμετάλλευση. Αυτή η νοοτροπία διαχωρίζει τον ethical hacker από τον επιτιθέμενο.

4. Το εργαστηριακό περιβάλλον (isolated lab)

Όλα τα παραπάνω εκτελέστηκαν σε ένα πλήρως απομονωμένο δίκτυο. Δεν υπάρχει σύνδεση με το πραγματικό διαδίκτυο ούτε ερώτημα προς πραγματική μηχανή αναζήτησης. Η δομή:

• Kali attacker: 10.10.10.5 — απ’ όπου εκτελούμε τα queries.
• Target host lab.local: 10.10.10.20 — ένας web server με σκόπιμα «διαρρεύσαντα» αρχεία και έναν τοπικό search indexer που μιμείται τη συμπεριφορά μηχανής αναζήτησης.
• Host-only δίκτυο: καμία διαδρομή (route) προς τον έξω κόσμο, ώστε τα πειράματα να μένουν εντός εργαστηρίου.

Αυτή η προσέγγιση είναι κρίσιμη: μαθαίνεις τη μεθοδολογία των dorks με ρεαλιστικά αποτελέσματα, χωρίς να αγγίζεις κανένα πραγματικό σύστημα ή δεδομένα τρίτων.

Ανίχνευση και άμυνα (detection & defense)

Ως αμυνόμενοι, θέλουμε να αποτρέψουμε την ευρετηρίαση ευαίσθητων πόρων και να ανιχνεύσουμε προσπάθειες scraping. Οι βασικοί μηχανισμοί:

1. robots.txt & meta noindex: αποτρέπουν την ευρετηρίαση — αλλά προσοχή, το robots.txt είναι δημόσιο και μπορεί να λειτουργήσει ως χάρτης· μην βάζετε εκεί μυστικές διαδρομές.
2. Access control: ο σωστός τρόπος. Ό,τι είναι ευαίσθητο πρέπει να απαιτεί authentication, όχι απλώς να «κρύβεται».
3. Log monitoring: ανάλυση των access logs για μοτίβα scraping (πολλές αιτήσεις σε .sql, .env, .bak).
4. Self-dorking: τρέξτε τακτικά dorks στον δικό σας οργανισμό για να βρείτε διαρροές πριν από τους επιτιθέμενους.

5. Ηθικό & νομικό πλαίσιο

Το Google Dorking χρησιμοποιεί δημόσια δεδομένα, όμως αυτό δεν το καθιστά αυτόματα νόμιμο σε κάθε χρήση. Η γραμμή περνά από την πρόθεση και την ενέργεια μετά την εύρεση:

• Εξουσιοδότηση (authorization): η ενεργή αναγνώριση εναντίον ενός οργανισμού απαιτεί γραπτή άδεια (scope / rules of engagement). Χωρίς αυτή, ακόμη και η αναζήτηση μπορεί να θεωρηθεί προπαρασκευαστική πράξη.
• Μη πρόσβαση σε δεδομένα: το να βρεις έναν σύνδεσμο είναι διαφορετικό από το να κατεβάσεις ή να χρησιμοποιήσεις εκτεθειμένα δεδομένα. Η μη εξουσιοδοτημένη πρόσβαση σε σύστημα ή δεδομένα διώκεται ποινικά (στην Ελλάδα, άρθρο 370Β Π.Κ.· ευρύτερα, GDPR για προσωπικά δεδομένα).
• Responsible disclosure: αν εντοπίσετε διαρροή τρίτου, ενημερώστε υπεύθυνα τον οργανισμό — μην τη δημοσιοποιείτε ούτε την εκμεταλλεύεστε.

Ο κανόνας του εργαστηρίου: εξασκούμαστε μόνο σε isolated lab ή με ρητή εξουσιοδότηση. Η γνώση των τεχνικών υπάρχει για να χτίζουμε άμυνα, όχι για να προκαλούμε ζημιά.

6. Βασικά συμπεράσματα

• Το Google Dorking αξιοποιεί προηγμένους τελεστές (site:, filetype:, inurl:, intitle:, cache:) για να αναδείξει δημόσια εκτεθειμένη πληροφορία — χωρίς καμία «παραβίαση».
• Η δύναμη κρύβεται στον συνδυασμό τελεστών: στοχευμένα dorks εντοπίζουν backups, config files και admin panels που δεν έπρεπε να είναι δημόσια.
• Ως αμυνόμενοι, το self-dorking και η ανάλυση logs είναι από τα φθηνότερα και πιο αποτελεσματικά μέτρα πρόληψης διαρροών.
• Η πραγματική άμυνα είναι το access control — όχι η απόκρυψη. Ό,τι είναι ευαίσθητο απαιτεί authentication.
• Εξασκηθείτε μόνο σε isolated lab ή με γραπτή εξουσιοδότηση· η εύρεση δεν δίνει δικαίωμα πρόσβασης ή χρήσης.

Από τη θεωρία στην πράξη. Η Audax Cybersecurity προσφέρει επαγγελματικές υπηρεσίες offensive security — penetration testing & offensive validation — ενώ για όσους ξεκινούν το ταξίδι τους στο ethical hacking, το #1 ελληνικό βιβλίο «Ethical Hacking — Η Κρυφή Γνώση» είναι ο ιδανικός οδηγός.