CredSniper:一款强大的开源钓鱼工具
2024-10-09 12:32:58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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Launch4j中文版:Java应用程序打包成EXE的终极解决方案
项目优选
收起
deepin linux kernel
C
24
9
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
9
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
62
20
暂无简介
Dart
658
150
🎉 (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
1.17 K
643
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
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++
656
293
仓颉编译器源码及 cjdb 调试工具。
C++
131
864
React Native鸿蒙化仓库
JavaScript
251
320
仓颉编程语言运行时与标准库。
Cangjie
138
874