Snaffler 开源项目使用教程
2024-09-07 18:50:33作者:蔡丛锟
1、项目介绍
Snaffler 是一个用于渗透测试和红队活动的工具,旨在帮助用户在大型 Windows/AD 环境中查找敏感数据(如密码、PII 等)。它通过枚举 Active Directory 中的文件共享,搜索基于文件扩展名、文件名和文件内容的敏感文件。Snaffler 高度可配置,允许用户添加自定义的正则表达式搜索。
2、项目快速启动
安装 Snaffler
首先,从 GitHub 下载 Snaffler 的最新版本:
wget https://github.com/SnaffCon/Snaffler/releases/download/1.0.103/Snaffler.exe -O /opt/windows/Snaffler.exe
使用 Snaffler
以下命令将枚举域中的所有机器,并搜索可访问的文件共享,检查可能包含敏感数据的文件:
Snaffler.exe -s -d INLANEFREIGHT.LOCAL -o snaffler_output.log -v data
参数说明:
-s:将结果打印到控制台。-d:指定要搜索的域。-o:将结果写入日志文件。-v data:设置详细级别为data,仅显示结果到屏幕。
3、应用案例和最佳实践
应用案例
Snaffler 可以用于以下场景:
- 渗透测试:在渗透测试过程中,查找目标网络中的敏感数据。
- 红队活动:在红队活动中,快速定位和获取目标环境中的凭证信息。
最佳实践
- 自定义正则表达式:根据具体需求,添加自定义的正则表达式以匹配特定类型的敏感数据。
- 日志记录:使用
-o参数将结果记录到日志文件中,便于后续分析。 - 详细级别:根据需要调整
-v参数的详细级别,以控制输出信息的详细程度。
4、典型生态项目
Snaffler 通常与其他渗透测试工具结合使用,以增强其功能和效果。以下是一些典型的生态项目:
- BloodHound:用于映射和分析 Active Directory 环境中的攻击路径。
- Mimikatz:用于提取和利用 Windows 凭证。
- CrackMapExec:用于自动化渗透测试和枚举 Active Directory 环境。
这些工具可以与 Snaffler 结合使用,以实现更全面的渗透测试和红队活动。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
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
455
437
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++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220