Trickest Wordlists 使用教程
2024-09-25 14:39:15作者:裘旻烁
1. 项目介绍
Trickest Wordlists 是一个开源项目,旨在提供真实世界中的信息安全(infosec)词汇表,这些词汇表会定期更新。该项目包含了基于各种CMS、服务器和框架的源代码生成的词汇表,如Wordpress、Joomla、Drupal、Magento、Ghost、Tomcat等。每个词汇表都有两种版本:基础版和包含所有目录层级的完整版。此外,该项目还提供了基于Robots.txt的词汇表、子域名词汇表等。
2. 项目快速启动
2.1 克隆项目
首先,你需要将项目克隆到本地:
git clone https://github.com/trickest/wordlists.git
2.2 查看词汇表
克隆完成后,你可以进入项目目录并查看可用的词汇表:
cd wordlists
ls
2.3 使用词汇表
你可以直接使用这些词汇表进行渗透测试、目录爆破等操作。例如,使用tomcat.txt词汇表:
wfuzz -w tomcat.txt http://example.com/FUZZ
3. 应用案例和最佳实践
3.1 渗透测试
在渗透测试中,使用这些词汇表可以帮助你快速发现目标系统中的敏感文件和目录。例如,使用robots.txt词汇表可以帮助你找到被禁止访问的路径,这些路径可能包含敏感信息。
3.2 目录爆破
在进行目录爆破时,使用这些词汇表可以提高爆破的效率和准确性。例如,使用wordpress.txt词汇表可以帮助你快速找到Wordpress网站中的隐藏目录和文件。
3.3 子域名枚举
使用inventory-subdomains.txt词汇表可以帮助你枚举目标网站的子域名,这对于发现隐藏的服务和资产非常有用。
4. 典型生态项目
4.1 Wfuzz
Wfuzz 是一个强大的Web应用安全扫描工具,可以与Trickest Wordlists结合使用,进行目录爆破和参数爆破。
4.2 Dirb
Dirb 是一个Web内容扫描器,可以与Trickest Wordlists结合使用,快速发现Web服务器上的隐藏内容。
4.3 Amass
Amass 是一个强大的子域名枚举工具,可以与Trickest Wordlists中的子域名词汇表结合使用,进行全面的子域名发现。
通过结合这些工具,你可以更高效地进行信息安全测试和渗透测试。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0142- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。00
CherryUSBCherryUSB 是一个小而美的、可移植性高的、用于嵌入式系统(带 USB IP)的高性能 USB 主从协议栈C00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
594
4 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
831
204
Ascend Extension for PyTorch
Python
426
505
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
109
164
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
912
741
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
昇腾LLM分布式训练框架
Python
129
152
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.44 K
805