Aspirer un site web, c’est récupérer ses pages et ses ressources pour les explorer hors ligne. En pentesting, cette étape de reconnaissance vous aide à comprendre la structure du site, à repérer ses scripts et à relever des informations utiles pour la suite de l’audit.
Dans ce tutoriel, vous apprendrez à aspirer un site web avec les bons outils et à exploiter les fichiers récupérés pour orienter vos recherches. De quoi préparer vos premiers tests de sécurité sur une base concrète, même si vous débutez.
Qu’est ce que la reconnaissance?
Un test d’intrusion commence par une recherche d’informations. Même lorsque vous disposez des autorisations nécessaires, connaître uniquement le nom de l’entreprise ne suffit pas pour démarrer les tests. Vous devez d’abord comprendre votre cible et recueillir les éléments qui vous permettront de préparer votre intervention.
Cette étape, appelée reconnaissance, joue un rôle essentiel dans la réussite d’un pentest. Plus les informations collectées sont pertinentes, plus vous pourrez orienter efficacement les phases suivantes. Consacrer du temps à cette préparation permet donc d’aborder les tests avec une meilleure connaissance du terrain.
Pourtant, la reconnaissance reste souvent négligée, notamment par les débutants. Son intérêt n’est pas toujours clairement expliqué, et elle peut sembler moins attrayante que les étapes plus techniques. Cette perception conduit à sous-estimer une activité qui constitue pourtant la base du travail d’un testeur d’intrusion.
La collecte d’informations ne repose pas uniquement sur des outils automatisés. Elle demande aussi de la curiosité, de l’observation et une capacité à rapprocher différents indices. Un bon analyste associe ainsi les compétences techniques d’un hacker, la compréhension des comportements humains propre à l’ingénierie sociale et la patience d’un enquêteur.
Contrairement à des opérations comme les scans, qui suivent généralement une procédure bien définie, la reconnaissance exige une démarche plus souple. Vous devez adapter vos recherches aux informations découvertes et approfondir les pistes les plus utiles. Maîtriser cette approche développe des compétences précieuses pour comprendre un environnement numérique et préparer des tests d’intrusion efficaces.
La réussite d’un test d’intrusion repose en grande partie sur sa préparation. Pour illustrer cette idée, on compare une action improvisée à une opération soigneusement organisée : celui qui prend le temps d’étudier son environnement, de repérer les obstacles et de préparer sa démarche augmente ses chances d’atteindre son objectif.
En pentesting, le principe est le même : disposer d’une adresse IP et lancer un outil comme Metasploit ne suffit pas à mener un audit efficace.
Lorsque vous ne connaissez que le nom d’une entreprise, la reconnaissance permet de construire progressivement une vision de votre cible. Vous cherchez d’abord à identifier son site web, ses implantations et ses effectifs, puis à mieux comprendre son environnement technique : adresses IP publiques, technologies utilisées, systèmes d’exploitation et dispositifs de sécurité. Ces informations servent à orienter les recherches et à préparer les étapes suivantes du test.
👉 Découvrez les 4 phases du pentesting.
Par où commencer ?
Le point de départ consiste généralement à consulter des informations accessibles au public. Cette démarche est appelée OSINT, pour Open Source Intelligence, ou renseignement d’origine sources ouvertes en français. Elle permet de recueillir de nombreux renseignements, notamment à partir de sources tierces, sans nécessairement interagir directement avec les systèmes de l’entreprise.
Il faut toutefois distinguer la reconnaissance passive de la reconnaissance active. La première s’appuie sur des sources qui ne nécessitent pas de contact direct avec la cible. La seconde implique des interactions avec ses systèmes, par exemple lorsque certains outils leur envoient des requêtes. Comprendre cette différence permet de savoir comment les informations sont obtenues et quelles traces les recherches peuvent laisser.
La reconnaissance poursuit deux objectifs complémentaires : collecter des informations utiles, puis les trier pour identifier les adresses IP et les URL à examiner dans le cadre du pentest. Accumuler des données ne suffit donc pas : vous devez les organiser et en tirer des pistes concrètes pour la suite de l’audit.
Cependant, je tiens a vous rappeler que l’autorisation distingue un test d’intrusion légitime d’une démarche malveillante. Les techniques de reconnaissance peuvent être similaires, mais le testeur intervient avec l’accord de l’organisation et respecte le périmètre défini pour sa mission.
Pourquoi aspirer un site web ?
La reconnaissance commence souvent par la recherche du site web de l’entreprise, à l’aide d’un moteur de recherche. Les informations recueillies doivent ensuite être soigneusement classées : les recherches sur une seule cible peuvent rapidement représenter un volume important de documents. Une bonne organisation permet de retrouver facilement les éléments utiles et de les exploiter pendant la suite du test.
Cette phase nécessite une connexion Internet pour consulter les sources en ligne et récupérer les ressources du site. cela demandent donc un accès au réseau extérieur, contrairement aux manipulations réalisées dans un laboratoire entièrement isolé.
Nous allons découvrir les outils gratuits permettant de créer une copie locale d’un site web. Ils récupèrent les pages et les ressources accessibles, comme les images, les liens et les fichiers utilisés par le navigateur, afin de rendre le site consultable hors connexion. Cette copie concerne les éléments transmis au navigateur : elle ne donne pas accès au code exécuté sur le serveur ni à sa base de données.
L’intérêt est de pouvoir examiner les fichiers récupérés directement sur votre ordinateur. Vous pouvez ainsi parcourir les pages, analyser leur contenu et rechercher des informations utiles sans solliciter de nouveau le serveur à chaque consultation. Des outils automatisés peuvent également faciliter l’exploration de cette copie et faire ressortir des éléments difficiles à repérer manuellement.
Il faut toutefois distinguer le téléchargement du site de son analyse hors ligne. La récupération initiale implique des échanges avec le serveur et peut laisser des traces, comme toute navigation sur le site. Une fois les fichiers enregistrés, leur consultation locale permet de poursuivre l’analyse sans multiplier ces interactions, à condition de ne pas charger de ressources restées en ligne.
La copie d’un site génère donc des échanges avec son serveur et peut être facilement repérée. Avant de démarrer, vérifiez également l’espace disponible sur votre ordinateur : un site volumineux peut nécessiter beaucoup de stockage, et la durée du téléchargement dépend de la quantité de ressources à récupérer.
Une fois la copie terminée, les fichiers devront être enregistrés dans le dossier du projet, que vous pourrez ensuite explorer avec un navigateurx. Le fichier index.html constitue généralement le point d’entrée pour parcourir les pages récupérées et suivre leurs liens.
Que faut-il repérer ?
Que vous consultiez le site en ligne ou sa copie locale, l’essentiel reste d’examiner attentivement son contenu et de conserver les informations utiles. Une exploration approfondie peut révéler des adresses physiques, des numéros de téléphone, des adresses électroniques, des horaires d’ouverture ou encore des noms d’employés. Les partenaires mentionnés et les liens vers les réseaux sociaux peuvent également aider à mieux comprendre l’organisation et ses relations professionnelles.
Enfin, consultez les actualités et les annonces de l’entreprise. Ces publications font partie des sources à examiner pendant la reconnaissance, car elles peuvent compléter les renseignements présents dans les autres rubriques du site.
Ces actualités et annonces publiées par une entreprise peuvent révéler des informations utiles à la reconnaissance. Les communications sur ses projets, ses réussites ou ses acquisitions permettent de mieux comprendre son organisation. Une fusion peut notamment faire apparaître de nouvelles entités et des systèmes liés à ceux de l’entreprise étudiée. Les périodes de transition méritent une attention particulière, car elles peuvent s’accompagner de changements techniques et organisationnels. Toutefois, les structures découvertes doivent être explicitement incluses dans le périmètre autorisé avant de faire l’objet de tests.
Les offres d’emploi constituent également une source précieuse d’informations techniques. Elles mentionnent souvent les logiciels, les équipements et les compétences utilisés ou recherchés par l’entreprise. Il est donc utile de consulter les annonces présentes sur son site, mais aussi celles publiées sur des plateformes de recrutement.
Par exemple, une annonce demandant une expérience des pare-feu Cisco ASA peut indiquer que l’entreprise utilise cette technologie ou prévoit de la déployer. Elle peut aussi correspondre à un remplacement, à un renforcement de l’équipe ou à un nouveau besoin. Ces éléments donnent des pistes pour la suite de la reconnaissance, mais ne suffisent pas à prouver un manque de compétences internes ou une mauvaise configuration des équipements.
À l’issue de cette exploration, vous devez disposer d’une vision plus claire de l’entreprise : son activité, ses implantations, ses relations avec d’autres organisations et les technologies qu’elle semble employer. Ces premières informations permettent ensuite d’orienter des recherches plus approfondies.
La reconnaissance passive
La reconnaissance passive consiste à recueillir des renseignements sans interagir directement avec les systèmes de la cible. Les recherches s’effectuent notamment auprès de sources tierces et de moteurs de recherche. Comme elles ne sollicitent pas directement l’infrastructure étudiée, elles sont généralement difficiles à détecter par l’entreprise concernée.
Les moteurs de recherche, comme Google, permettent ainsi de retrouver de nombreuses informations déjà indexées sur le Web. En croisant les résultats, vous pouvez compléter votre connaissance de la cible et découvrir des éléments qui n’apparaissent pas immédiatement sur son site. Le livre souligne leur intérêt pour la collecte d’informations : des recherches méthodiques peuvent déjà fournir une base solide pour préparer la suite du pentest.
👉 En savoir plus sur le Google Dorking.
Les différents outils pour aspirer un site web
Pour les opérations de reconnaissance en pentesting, HTTrack est devenu aujourd’hui obsolète parce qu’il ne sait pas analyser les applications web modernes riches en JavaScript (SPAs) et qu’il se fait facilement bloquer par les pare-feu applicatifs (WAF) et les protections anti-bot.
En pentesting, la reconnaissance (« web crawling » et « spidering ») vise à découvrir des fichiers cachés, des endpoints d’API, des technologies obsolètes ou des configurations exposées. Voici les standards modernes utilisés :
Les crawlers intégrés aux Scanners de Vulnérabilités (Le standard)
Pour cartographier une application moderne, on utilise des outils capables d’exécuter du JavaScript (headless browsers) et de comprendre les requêtes AJAX.
- Burp Suite (Crawler intégré) : Le crawler de Burp (surtout dans l’édition Professional) automatise la navigation dans les applications complexes, gère les sessions authentifiées et simule un vrai utilisateur pour cartographier toute la surface d’attaque.
- OWASP ZAP : L’alternative open source de référence. Son « Spider traditionnel » est couplé à un « Ajax Spider » (qui utilise Selenium et un navigateur sans tête) pour explorer les sites dynamiques.
La découverte de fichiers et répertoires (Content Discovery)
Plutôt que d’aspirer le site entier (ce qui fait beaucoup de bruit sur le réseau), le pentester cherche à lister ce qui est caché.
- ffuf / Gobuster : Des outils de fuzzing ultrarapides écrits en Go. Ils envoient des milliers de requêtes par seconde avec des wordlists pour trouver des dossiers ou fichiers sensibles (
/admin,.git,backup.zip, etc.). - Kiterunner : Spécifiquement conçu pour les API modernes (REST, GraphQL). Contrairement aux wordlists classiques de sites web, il teste des schémas de routes d’API que les crawlers traditionnels ratent.
La collecte d’informations ciblée (OSINT & Asset Discovery)
Avant même de toucher l’application, la reconnaissance externe cartographie l’infrastructure :
- Katana (de ProjectDiscovery) : Un crawler web nouvelle génération ultra-rapide, conçu spécifiquement pour le pentesting et le bug bounty. Il gère parfaitement le JavaScript et extrait automatiquement les endpoints d’API.
- Waybackurls / Gau : Récupèrent toutes les URLs connues d’un domaine enregistrées dans les archives publiques (Wayback Machine, AlienVault, Common Crawl), ce qui permet de trouver de vieux fichiers oubliés sans scanner directement la cible.
- Amass / Subfinder : Pour la découverte de sous-domaines (très utile en phase de reconnaissance externe).
Katana, le crawler référence pour la reconnaissance en pentesting
Katana est un outil gratuit et open source développé par ProjectDiscovery pour explorer automatiquement un site web. Son rôle est simple : parcourir les pages, suivre les liens et relever les adresses découvertes. Ce type d’outil, appelé crawler, vous aide à comprendre la structure d’un site sans ouvrir chaque page à la main. C’est un allié précieux pour préparer la reconnaissance en pentesting.
Son intérêt réside notamment dans sa capacité à explorer les sites modernes. Katana peut analyser les fichiers JavaScript pour y repérer des adresses et utiliser un navigateur sans fenêtre visible pour examiner les pages dont le contenu se construit à l’affichage. Vous pouvez aussi limiter son exploration à certaines parties du site et enregistrer les résultats pour les étudier ensuite.
Pour débuter, retenez que Katana sert surtout à cartographier un site. Katana vous permet ainsi de dresser une liste de pages et de points d’entrée à examiner pendant votre audit. Rapide et configurable, il constitue un excellent choix pour cette tâche, sur les sites que vous êtes autorisé à explorer.
👉 Consultez notre guide complet sur Katana.
Un site web raconte souvent bien plus que ce que ses pages affichent au premier regard. Une offre d’emploi, un ancien lien ou un fichier JavaScript peuvent soulever de nouvelles questions sur l’organisation et ses outils. La qualité de votre reconnaissance dépendra surtout de votre capacité à relier ces indices, à vérifier vos hypothèses et à distinguer les faits des suppositions.
Pour aller plus loin, choisissez un site que vous êtes autorisé à explorer et posez-vous une question simple : que pourrait comprendre une personne extérieure à partir de ce qui est public ? Ce regard vous aidera aussi à examiner vos propres projets autrement, pour repérer les informations qu’ils révèlent et décider de celles qui méritent réellement d’être exposées.
Fondateur de l’agence Créa-troyes.
Affilié France Num
Intervenant en Freelance.
Contactez-moi