GoScan: 交互式网络扫描器安装及使用指南
2024-08-10 13:05:08作者:尤辰城Agatha
项目介绍
GoScan是一款功能强大的交互式网络扫描工具,具备自动补全特性,简化并自动化了nmap的部分功能。起初,它是作为一项小型副业项目开发来学习Golang(@golang),但经过不断发展,如今不仅可以用于主机发现、端口扫描和服务枚举,在对隐私性要求不高且时间有限的情境下(如CTFs、OSCP考试等)表现出色,而且在配置稍作调整后,也适用于专业安全评估场景。
GoScan特别设计用于不稳定环境,比如在网络连接不可靠或缺乏屏幕显示的情况下仍可有效工作。它通过SQLite数据库维护扫描状态,即使与运行GoScan的设备失去连接,结果也可以异步上传。这意味着数据可以在过程的不同阶段被导入到GoScan中,无需因任何错误而重启整个流程。
此外,服务枚举阶段集成了多个第三方工具(例如EyeWitness、Hydra、nikto等),每种工具专门针对某一特定服务进行优化。
项目快速启动
二进制文件安装(推荐)
从发布页面下载相应的二进制文件:
对于Linux(64位)
$ wget https://github.com/marco-lancini/goscan/releases/download/v2.4/goscan_2.4_linux_amd64.zip
$ unzip goscan_2.4_linux_amd64.zip
对于Linux(32位)
$ wget https://github.com/marco-lancini/goscan/releases/download/v2.4/goscan_2.4_linux_386.zip
$ unzip goscan_2.4_linux_386.zip
然后将执行文件加入PATH环境中:
$ chmod +x goscan
$ sudo mv goscan /usr/local/bin/
源码编译安装
# 克隆项目
$ git clone https://github.com/marco-lancini/goscan.git
# 进入项目目录
$ cd goscan/
# 构建Docker容器以构建项目
$ docker-compose up --build
# 运行CLI容器
$ docker-compose run cli /bin/bash
# 在容器内部初始化DEP
root@cli:/go/src/github.com/marco-lancini/goscan$ make init
root@cli:/go/src/github.com/marco-lancini/goscan$ make setup
# 编译项目
root@cli:/go/src/github.com/marco-lancini/goscan$ make
应用案例和最佳实践
GoScan适合于各种不同的网络安全扫描场景。无论是渗透测试者还是系统管理员,都可以利用其高级功能来改进他们的工作流程。例如,对于渗透测试人员来说,可以轻松集成第三方工具进行更深入的服务分析;而对于系统管理员,则可以通过定期扫描来检查网络上的潜在威胁点。
以下是一些GoScan的最佳实践:
- 使用
--fast选项进行初步网络发现。 - 结合EyeWitness进行HTTP服务的信息搜集。
- 利用Hydra进行密码强度测试。
典型生态项目
虽然GoScan作为一个独立的工具非常强大,但它也是更大生态系统的一部分,能够与其他工具无缝协作,形成一套全面的安全解决方案。这些生态项目可能包括但不限于:
- Nmap:基础的网络探索和安全审计工具。
- EyeWitness: HTTP服务抓图工具,可用于验证目标存活情况。
- Hydra: 快速远程登录测试工具,支持多种协议。
以上生态项目共同构成了一个丰富的工作流,不仅提高了网络扫描的整体效率,还增强了安全性评估的质量。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
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
535
3.75 K
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
🔥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
67
20
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178