找尋你的社群用戶 – sherlock
在紅隊演練或 OSINT（Open Source Intelligence，公開來源情報）蒐集的初期階段，「使用者名稱」往往是最容易被忽略、卻又最有價值的線索。多數人習慣在不同平台重複使用同一組帳號名稱，因此只要掌握一個 username，就有機會串連出目標的社交圈、興趣、工作經歷，甚至是密碼提示題的答案。
Sherlock 就是為了這件事而生的工具：給它一個使用者名稱，它會同時向數百個社群網站查詢該名稱是否已被註冊，並把命中的網址一次列出來。原文提到的 298 個平台是舊版數字，目前官方 README 已宣稱支援 400 個以上的網站，涵蓋 Facebook、Instagram、X (Twitter)、GitHub、Reddit、Steam、Telegram、Pinterest、Twitch 等主流服務，也包含不少小眾論壇與國外社群。
至於命名由來，正是取自柯南·道爾筆下的名偵探 Sherlock Holmes（夏洛克·福爾摩斯）——畢竟專案首頁就是一位叼著菸斗的偵探剪影，意思再明顯不過了。
任務目標
已經獲取滲透目標的常用用戶名稱，紅隊 Leader 要求您探勘各大社群媒體找尋目標的相關訊息。
具體要交付的成果通常包含：目標在哪些平台有帳號、各平台的公開個人資料（頭像、自介、所在地、任職單位）、以及可以延伸利用的關聯資訊（其他帳號、電子郵件、暱稱習慣）。這些資料會成為後續社交工程劇本或密碼字典的素材。
運作原理
Sherlock 的核心其實不複雜，它靠的是一份 resources/data.json 站點清單，裡面針對每個網站定義了「查詢網址樣板」與「判斷帳號是否存在的方法」，主要有三種偵測模式：
- status_code：直接看 HTTP 回應碼，例如回 200 代表帳號存在、404 代表不存在。
- message：比對回應內容中的特定字串，例如頁面出現「User not found」就判定為未註冊。
- response_url：觀察是否被轉址到錯誤頁或首頁，藉此判斷帳號狀態。
由於是逐站發送 HTTP 請求，Sherlock 使用多執行緒並行查詢以縮短時間，實測查完全站大約需要數十秒到數分鐘，會受網路品質與目標網站回應速度影響。也因為原理是「檢查個人頁面是否存在」，本質上屬於被動偵查，不會對目標帳號本身留下登入或通知紀錄。
使用環境
本文演練環境：Win10 + Python 3.9。
Sherlock 官方要求 Python 3.6 以上，可跨平台執行於 Windows、Linux 與 macOS。若您使用 Kali Linux，套件庫中已內建 Sherlock，可直接以 sudo apt install sherlock 安裝。
使用工具
Sherlock
作者：Siddharth Dushantha
載點：https://github.com/sherlock-project/sherlock
授權：MIT License（免費開源）
簡介：跨社群平台的使用者名稱偵查工具，輸入一組 username 即可並行查詢 400 個以上的網站是否存在該帳號，並輸出可直接點擊的個人頁面連結，是 OSINT 情蒐流程中最常被使用的入門工具之一。
進行演練
Step 1. 下載 Github 上的專案。
git clone https://github.com/sherlock-project/sherlock.gitcd sherlock
若不想手動 clone，也可以直接用 pip 安裝官方套件，安裝後即可在任何路徑下使用 sherlock 指令：
pip install sherlock-project
另外官方也提供 Docker 映像，適合不想污染本機 Python 環境的情況：
docker run --rm -it sherlock/sherlock test1234
Step 2. 根據 requirements.txt 所要求的套件下載。
pip install -r requirements.txt
建議先建立虛擬環境再安裝，避免與系統既有套件版本衝突：執行 python -m venv venv 後，於 Windows 使用 venv\Scripts\activate 啟動（Linux/macOS 為 source venv/bin/activate）。
Step 3. 假設目標 username = test1234，開始像夏洛克一樣查詢。
python sherlock/sherlock.py test1234
執行結果會以 [+] 標示找到的帳號並附上網址，[-] 代表該站查無此帳號；預設也會在同目錄產生一份 <username>.txt 保存命中清單。至此，就能進入對應的社交平台上蒐集目標的相關資料了。
常用參數整理
| 參數 | 說明 |
|---|---|
username1 username2 ... | 一次查詢多個使用者名稱，適合比對目標的慣用命名變體。 |
--site SITE | 只針對指定網站查詢，可重複使用；適合已知目標活躍平台時節省時間。 |
--timeout N | 設定每站等待秒數（預設 60），調小可加快但誤判率上升。 |
--print-found | 只輸出命中的結果，畫面乾淨許多，實務上最常用。 |
--print-all | 連未命中的站點一起列出，方便確認掃描覆蓋率。 |
--csv | 將結果匯出為 CSV，便於整理成報告附錄。 |
--xlsx | 匯出為 Excel 檔案。 |
--folderoutput DIR | 指定輸出資料夾，多目標作業時方便歸檔。 |
--nsfw | 將成人性質網站一併納入掃描範圍（預設排除）。 |
--proxy URL | 透過指定 Proxy 發送請求，例如 --proxy socks5://127.0.0.1:9050。 |
--tor / --unique-tor | 經由 Tor 發送請求，後者每站更換一次出口節點；需本機已安裝 Tor。 |
--local | 使用本機的 data.json 而非線上版本，適合離線或自訂站點清單。 |
實務上最順手的組合大概是這樣，只看命中結果並直接匯出 CSV：
sherlock target_user --print-found --timeout 10 --csv
結果判讀與常見陷阱
Sherlock 的輸出不能直接當成結論，它只是一份需要人工複驗的候選清單。實際使用時最常遇到以下狀況：
- 誤判（False Positive）：部分網站不論帳號是否存在都回傳 200，或以 JavaScript 動態渲染錯誤頁，導致 Sherlock 誤認為命中。每一筆結果都應該手動開啟網址確認。
- 漏判（False Negative）：Facebook、Instagram 這類需要登入才能檢視個人頁的平台，或啟用 Cloudflare 人機驗證的網站，經常會查不到實際存在的帳號。
- 同名不同人：熱門的 username 很可能被多人使用，必須交叉比對頭像、自介、發文時間、關聯帳號等特徵，才能確認是同一個人。
- 站點清單過期：網站改版後判斷規則就會失效，建議每次作業前先
git pull更新到最新版本。 - 速率限制與封鎖：短時間大量請求可能觸發目標網站的 WAF 或 IP 封鎖，必要時搭配
--proxy或降低併發。
延伸工具
Sherlock 適合當作起點，若要做更完整的帳號情蒐，通常會再搭配下列工具交叉驗證：
- Maigret：由 Sherlock 概念延伸而來，支援站點數量更多，並會自動從命中頁面抽取姓名、地區、其他帳號等中繼資料，直接產生 HTML/PDF 報告。
- WhatsMyName：純網頁版的使用者名稱查詢服務，不需安裝環境，適合快速驗證單一名稱。
- Blackbird：同樣是 username 與 email 的跨平台搜尋工具，提供網頁式操作介面。
- theHarvester：從搜尋引擎與公開來源蒐集網域相關的郵件與主機名稱，適合把個人層級的線索擴展到組織層級。
法律與道德提醒
雖然 Sherlock 查詢的都是公開頁面，但把散落各處的個人資訊彙整成單一檔案，在許多法規（包含台灣的《個人資料保護法》與歐盟 GDPR）下已屬於個資的蒐集與處理行為。請務必確認：
- 演練前已取得客戶書面授權，且目標與範圍明確記載於 Rules of Engagement 中。
- 蒐集到的個人資料僅用於本次委任目的，報告交付後依約定期限銷毀。
- 不將工具用於跟蹤、騷擾、人身攻擊或未經授權的身分調查——這些行為在多數國家都可能構成犯罪。
參考資料