从一次内部安全演练说起：我是如何用CamOver发现并验证了公司老旧摄像头的默认密码漏洞

从老旧摄像头到企业安全防线：一次真实的内网漏洞挖掘实战

去年第三季度的一次例行安全巡检中，我在公司资产清单的角落里发现了一批被遗忘的IP摄像头设备。这些设备型号显示是五年前采购的安防产品，至今仍在办公区域的各个角落默默工作。正是这次偶然发现，引发了我对物联网设备安全性的深度思考——这些看似无害的"电子眼"，会不会成为攻击者进入内网的跳板？

1. 资产梳理：发现被遗忘的安全盲区

任何有效的安全评估都始于全面的资产发现。我们使用内部网络扫描工具对10.0.0.0/16网段进行了存活探测，通过Nmap的指纹识别功能，共定位到47台网络摄像头设备。令人担忧的是，其中32台运行着2018年之前的固件版本，这些设备早已过了厂商支持周期。

资产整理过程中，我创建了一个简单的CSV文件记录关键信息：

提示：企业内网扫描前务必获得书面授权，未经批准的扫描行为可能违反安全政策

2. 工具选型：为什么选择CamOver

面对数十台需要检测的设备，手动测试显然不现实。经过对比多个开源工具，CamOver因其以下特性成为我的首选：

• 多协议支持：覆盖ONVIF、RTSP等常见摄像头通信协议
• 批量处理能力：支持通过文件输入目标列表(-i参数)
• 结果可追溯：可将检测结果输出到文件(-o参数)
• 资源友好：单线程模式避免对网络设备造成过大负载

安装过程极为简单，在Ubuntu系统上只需执行：

git clone https://github.com/EntySec/CamOver pip3 install git+https://github.com/EntySec/CamOver

3. 实战演练：从检测到验证的全过程

将之前整理的IP地址保存为targets.txt文件后，我启动了第一次检测：

camover -i targets.txt -o results.json --threads 5

三小时后，检测报告显示47台设备中有9台存在默认凭证漏洞。为验证结果准确性，我随机选取了其中三台进行手动登录：

1. 通过浏览器访问摄像头管理界面(HTTP://[IP]/login.html)
2. 尝试使用admin:admin组合登录
3. 成功进入系统后立即截图记录
4. 不进行任何配置修改，仅验证漏洞真实性

注意：漏洞验证阶段必须严格遵守最小权限原则，禁止查看或下载任何监控内容

检测过程中遇到的两个典型问题及解决方案：

问题一：部分设备因响应超时被误判

• 解决方法：调整超时参数后单独重新检测

问题二：新型号设备未被识别

• 解决方法：手动更新CamOver的设备特征库

4. 风险处置：从漏洞修复到体系化防御

检测报告完成后，我们立即采取了分级处置措施：

• 紧急处置：对存在漏洞的9台设备进行网络隔离
• 中期方案：联系厂商获取最新固件，安排停机升级窗口
• 长期策略：建立物联网设备安全管理制度，包括：
  • 新设备入网安全基线检查
  • 季度性漏洞扫描机制
  • 设备生命周期管理流程

同时，我们改进了监控系统的日志记录策略，新增了以下告警规则：

# 伪代码示例：异常登录检测规则 def check_camera_login(log): if log.device_type == "IPCAM" and \ log.auth_attempts > 3 and \ log.success == True: trigger_alert("可疑摄像头登录")

这次演练最宝贵的收获是认识到：安全防护不是一次性项目，而是需要持续优化的过程。那些被遗忘在角落的老旧设备，往往就是安全防线最薄弱的环节。现在，我们部门的例行安全巡检清单上，永远保留着"物联网设备专项检查"这一项。