CredSniper:一款强大的开源钓鱼工具
2024-10-09 02:03:59作者:苗圣禹Peter
项目介绍
CredSniper 是一款专为安全测试人员设计的开源钓鱼工具,能够轻松部署一个带有SSL证书的钓鱼网站,并捕获用户的登录凭证和双因素认证(2FA)令牌。该项目由著名的信息安全公司 Black Hills Information Security 支持,旨在帮助安全专家在受控环境中测试和提升系统的安全性。
项目技术分析
CredSniper 基于 Python Flask 框架开发,使用 Jinja2 模板引擎来渲染钓鱼页面。它支持通过 Let's Encrypt 自动获取SSL证书,确保钓鱼网站的安全性和可信度。此外,CredSniper 提供了丰富的API接口,方便与其他应用程序集成,实时获取捕获的凭证信息。
项目及技术应用场景
CredSniper 主要应用于以下场景:
- 安全测试:安全专家可以使用 CredSniper 模拟真实的钓鱼攻击,测试企业内部的安全防御机制,识别潜在的安全漏洞。
- 渗透测试:渗透测试人员可以通过 CredSniper 捕获目标用户的凭证信息,评估系统的安全性。
- 安全培训:安全培训机构可以使用 CredSniper 模拟钓鱼攻击,帮助员工提高对钓鱼攻击的识别能力。
项目特点
- 全SSL支持:通过 Let's Encrypt 自动获取SSL证书,确保钓鱼网站的安全性和可信度。
- 真实登录表单克隆:支持多种常见服务的登录表单克隆,如Gmail,提供高度逼真的钓鱼体验。
- 多页面支持:可以模拟多个中间页面,如登录页、密码页和双因素认证页,增加钓鱼攻击的真实性。
- 2FA令牌捕获:支持捕获双因素认证令牌,全面模拟现代钓鱼攻击。
- API集成:提供安全的API接口,方便与其他应用程序集成,实时获取捕获的凭证信息。
- 易于个性化:使用模板框架,方便用户根据需求自定义钓鱼页面。
使用示例
以下是使用 CredSniper 模拟Gmail钓鱼的示例:
$ git clone https://github.com/ustayready/CredSniper
$ cd CredSniper
~/CredSniper$ ./install.sh
~/CredSniper$ source bin/activate
(CredSniper) ~/CredSniper$ python credsniper.py --module gmail --twofactor --ssl --final https://google.com --hostname phishing.example.com
安装指南
在 Ubuntu 16.04 系统上,可以通过以下命令自动安装和运行 CredSniper:
$ git clone https://github.com/ustayready/CredSniper
$ cd CredSniper
~/CredSniper$ ./install.sh
然后,手动运行 CredSniper:
~/$ cd CredSniper
~/CredSniper$ source bin/activate
(CredSniper) ~/CredSniper$ python credsniper.py --help
维护者
CredSniper 由 Mike Felch 创建,他在信息安全领域有着丰富的经验。
贡献指南
欢迎社区成员贡献代码和提出改进建议。您可以通过以下步骤参与项目:
- 创建一个Issue,讨论您的想法。
- Fork 项目仓库。
- 创建新的功能分支。
- 提交您的更改。
- 推送分支到您的仓库。
- 创建一个新的Pull Request。
Bug报告、功能请求和补丁都非常欢迎!
通过以上介绍,相信您已经对 CredSniper 有了全面的了解。如果您是一名安全测试人员或渗透测试专家,CredSniper 将是您不可或缺的工具。立即尝试,提升您的安全测试能力!
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 StartedRust0172
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 Notebook098
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
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
750
4.87 K
Claude 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 Started
Rust
1.58 K
172
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++
841
1.84 K
Ascend Extension for PyTorch
Python
689
834
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
229
97
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
451
418
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++
1.02 K
1.04 K
暂无简介
Dart
999
259
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++
642
1.27 K