SNAP_R 使用与启动教程
2025-04-17 03:00:48作者:凤尚柏Louis
1. 项目介绍
SNAP_R 是一个基于机器学习的社会媒体渗透测试工具。该项目主要用于教育目的,旨在展示自动生成钓鱼帖子的能力,以诱骗社交媒体用户点击链接。它利用两种方法生成帖子文本:一种是基于目标用户近期时间线状态的马尔可夫模型,另一种是基于更广泛语料库的LSTM神经网络。该项目能够缩短给定URL并附加到帖子中,并在帖子前添加用户名,还能筛选出高参与度或价值的用户。
2. 项目快速启动
以下是快速启动SNAP_R的步骤:
首先,确保安装了以下环境:
- Python 2.7
- Twitter开发者API凭证
- Twitter账户用户名和密码
- goo.gl API密钥
这些凭证需要放置在credentials.py文件中对应的变量里。
- 克隆项目仓库到本地环境。
git clone https://github.com/zerofox-oss/SNAP_R.git
cd SNAP_R
-
在项目根目录下创建
credentials.py文件,并填入从各种服务获取的凭证。 -
从larspars/word-rnn下载word-rnn,并安装。
-
下载
tweets_model.t7文件,并将其移动到word-rnn/cv/目录下。 -
获取你想要用户点击的用户列表和URL。
-
在虚拟环境中运行以下命令安装依赖:
pip install -r requirements.txt
- 运行以下命令启动项目:
python main.py
可以通过运行python main.py -h来查看可用的选项和参数。
3. 应用案例和最佳实践
- 在使用SNAP_R进行渗透测试时,确保获得用户的明确同意。
- 利用SNAP_R生成的内容,可以模拟真实的社交媒体互动,以诱骗目标用户。
- 对生成的钓鱼链接进行适当的混淆,以增加其可信度。
4. 典型生态项目
目前,SNAP_R的生态系统中没有列出特定的项目。但是,任何需要社交媒体渗透测试和安全评估的工具都可以与SNAP_R集成,以增强其功能。
登录后查看全文
热门项目推荐
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
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
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 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 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
207
220
暂无简介
Dart
646
149
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++
653
287
React Native鸿蒙化仓库
JavaScript
250
318
🎉 (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
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
仓颉编程语言运行时与标准库。
Cangjie
134
873