Minggu 2: Passive Reconnaissance & OSINT

1. Pendahuluan

Passive Reconnaissance (Passive Recon) adalah proses pengumpulan informasi tentang target tanpa melakukan interaksi langsung dengan sistem target.

Seluruh data yang digunakan berasal dari:

• Sumber publik (publicly available data)
• Arsip digital
• Metadata
• Infrastruktur terbuka (DNS, WHOIS, dll)

Fokus utama bukan pada jumlah data, tetapi pada kualitas informasi dan konteks yang dapat digunakan untuk tahap selanjutnya.

---

2. Passive vs Active Reconnaissance

Aspek	Passive Recon	Active Recon
Interaksi dengan target	Tidak ada	Ada
Sumber data	Informasi publik	Response sistem target
Tujuan	Membangun konteks & hipotesis	Validasi teknis
Risiko deteksi	Sangat rendah	Lebih tinggi
Contoh	OSINT, metadata, Google dork	Port scanning, fuzzing

Passive recon selalu dilakukan terlebih dahulu sebelum active recon.

---

3. Tujuan Passive Recon

Passive recon bertujuan untuk:

• Mengidentifikasi teknologi yang digunakan target
• Menemukan attack surface (subdomain, endpoint, portal)
• Memahami struktur organisasi & sistem
• Mengurangi blind testing saat active recon

Tanpa tahap ini, pengujian akan bersifat acak dan tidak efisien.

---

4. Konsep Confidence Level

Setiap temuan harus memiliki tingkat keyakinan.

Label	Definisi
Confirmed	Didukung bukti langsung
Likely	Indikasi kuat namun belum pasti
Unknown	Tidak cukup informasi

Prinsip penting: Jangan pernah menulis asumsi sebagai fakta.

Contoh:

• ❌ "Target menggunakan WordPress"
• ✅ "Target kemungkinan menggunakan WordPress (indikasi: wp-content)"

---

5. Format Catatan Recon

Gunakan format berikut untuk menjaga konsistensi:

Field	Deskripsi
Target Name	Nama organisasi
Known Domains	Domain terverifikasi
Suspected Subdomains	Subdomain dugaan
Technology Clues	Indikasi teknologi
Email Pattern	Pola email
Source	Sumber informasi
Confidence	Tingkat keyakinan

---

6. Workflow Passive Recon

⚠️ Semua aktivitas harus pasif — tidak ada request langsung ke server target.

---

6.1 Target Definition

Tujuan: Menentukan scope sebelum memulai.

Catat:

• Nama target
• Domain utama
• Bidang organisasi

---

6.2 Website Recon (Manual Inspection)

Tools: Browser (Chrome / Firefox)

Teknik:

• Observasi halaman utama
• Periksa footer
• Navigasi semua menu yang tersedia

Output:

• Known domains
• Endpoint penting (login, dashboard)
• Struktur URL

---

6.3 Technology Fingerprinting

Tools: Wappalyzer (extension), BuiltWith

Yang dicari:

• CMS (WordPress, Drupal)
• Framework (React, Vue)
• Web server (Nginx, Apache)

Analisis:

• Versi teknologi jika terlihat
• Indikasi stack backend

---

6.4 Source Code Analysis

Tools: Browser DevTools, View Source (Ctrl+U)

Yang dianalisis:

• Meta tags (generator)
• Komentar HTML
• Path file (/wp-content/, /static/)
• Script JS yang dimuat

Output:

• Indikasi framework
• Struktur aplikasi

---

6.5 Google Dorking

Tools: Google Search

Query umum:

site:target.com
site:target.com login
site:target.com admin
site:target.com filetype:pdf
cache:target.com

Output:

• Halaman tersembunyi
• Dokumen publik
• Endpoint lama yang masih terindeks

---

6.6 Subdomain Enumeration (Passive)

Tools: crt.sh, VirusTotal, SecurityTrails, DNSDumpster

Output: Daftar subdomain historis

Catatan: Subdomain yang ditemukan tidak langsung dianggap valid — beri label Likely sampai diverifikasi.

---

6.7 DNS & WHOIS Analysis

Tools: whois lookup, dig, DNSDumpster

Yang dicari:

• MX record (email provider)
• TXT record (verifikasi layanan)
• IP / CDN yang digunakan

Insight:

• Infrastruktur cloud
• Third-party services

---

6.8 Document Metadata Extraction

Tools: ExifTool, FOCA

Command:

exiftool file.pdf

Output:

• Username internal
• Software yang digunakan
• File path tersembunyi

---

6.9 OSINT: People & Organization

Tools: LinkedIn, Twitter/X, halaman karir website target

Yang dicari:

• Tech stack dari job posting
• Struktur tim
• Nama karyawan

---

6.10 Email Pattern Analysis

Sumber: Kontak publik, metadata dokumen

Contoh pola:

• firstname.lastname@domain.com
• firstinitial.lastname@domain.com

---

7. Penyusunan Data Recon

Contoh tabel hasil recon:

Field	Data	Source	Confidence
Domain	example.com	Website resmi	Confirmed
Subdomain	dev.example.com	crt.sh	Likely
Teknologi	WordPress	HTML source	Likely

---

8. Penyusunan Hipotesis

Hipotesis yang baik harus:

1. Berdasarkan bukti yang ditemukan
2. Spesifik dan tidak ambigu
3. Bisa diverifikasi di fase active recon

Format:

Hipotesis : [pernyataan dugaan yang spesifik]
Dasar     : [informasi apa yang ditemukan dan dari mana]
Verifikasi: [cara membuktikannya saat active recon]

Contoh:

Hipotesis : Target kemungkinan menggunakan WordPress
Dasar     : Ditemukan path /wp-content/ di HTML source
Verifikasi: Cek endpoint WordPress saat active recon

Hipotesis : Terdapat admin panel di subdomain admin.target.com
Dasar     : Ada referensi "dashboard" di halaman About
Verifikasi: Akses subdomain saat active recon

---

9. Deliverables

Setiap peserta wajib menghasilkan:

1. Tabel recon lengkap — memuat data, source, dan confidence untuk setiap temuan
2. Minimal 3 hipotesis — jelas, logis, dan bisa diverifikasi

---

10. Kesalahan Umum

• Over-collecting tanpa analisis yang memadai
• Tidak mencatat sumber temuan
• Menganggap dugaan sebagai fakta
• Tidak memberi confidence label
• Single-source conclusion — tidak melakukan triangulasi dari beberapa sumber

---

11. Prinsip Penting

Passive Recon = Observasi, bukan interaksi.

Aktivitas berikut termasuk active recon dan tidak dilakukan pada tahap ini:

• Port scanning
• Request langsung ke server
• Brute force
• Directory fuzzing

---