探索网络边界:hardCIDR 项目推荐
2024-09-17 01:13:11作者:明树来
项目介绍
在渗透测试的情报收集阶段,了解目标组织的网络边界是至关重要的。hardCIDR 是一个强大的 Linux Bash 脚本,专门用于发现目标组织所拥有的网络块(以 CIDR 表示法表示)。这些信息由五个区域互联网注册管理机构(RIRs)维护,包括 ARIN(北美)、RIPE(欧洲/亚洲/中东)、APNIC(亚太地区)、LACNIC(拉丁美洲)和 AfriNIC(非洲)。
除了网络块和 IP 地址,hardCIDR 还关注自治系统编号(ASNs)。ASNs 是互联网边界网关协议(BGP)的一部分,用于唯一标识互联网上的每个网络。目标组织可能拥有自己的 ASNs,这可能是由于其网络规模较大或与服务提供商的冗余服务路径有关。这些 ASNs 将揭示组织拥有的其他网络块。
项目技术分析
hardCIDR 脚本通过查询五个 RIRs 和随机选择的 BGP 路由服务器来收集信息。它使用 ipcalc 工具将非 CIDR 表示法的网络范围转换为 CIDR 格式。脚本还支持通过 Docker 容器运行,确保在不同环境中的一致性和便捷性。
对于 LACNIC 的查询,由于其限制性,脚本依赖于一个本地数据文件,并提供了一个更新选项(-r),用户可以根据需要定期更新该文件。此外,脚本在运行过程中会提示用户输入组织名称、电子邮件域名等信息,并生成 CSV 文件和 CIDR 格式的网络范围文件。
项目及技术应用场景
hardCIDR 适用于以下场景:
- 渗透测试:在渗透测试的情报收集阶段,帮助安全专家快速定位目标组织的网络边界,为后续的攻击路径规划提供数据支持。
- 网络安全监控:用于监控和分析组织网络的扩展情况,及时发现未经授权的网络块。
- 网络资产管理:帮助网络管理员全面了解组织拥有的网络资源,确保网络资产的完整性和安全性。
项目特点
- 多 RIR 支持:hardCIDR 支持查询五个主要的 RIRs,确保覆盖全球范围内的网络信息。
- 自动化处理:脚本自动处理网络范围的转换,并生成易于分析的 CSV 文件和 CIDR 文件。
- Docker 支持:通过 Docker 容器运行,简化了部署过程,确保在不同环境中的兼容性。
- 用户友好:脚本在运行过程中提供详细的提示和选项,用户可以根据需要灵活配置。
- 数据更新机制:针对 LACNIC 的特殊性,脚本提供了数据更新选项,用户可以定期更新本地数据文件,确保信息的准确性。
结语
hardCIDR 是一个功能强大且易于使用的工具,适用于网络安全领域的多种应用场景。无论你是渗透测试专家、网络安全分析师还是网络管理员,hardCIDR 都能帮助你快速、准确地获取目标组织的网络边界信息。立即尝试 hardCIDR,提升你的网络安全能力!
参考链接:
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0159- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
hotgoHotGo 是一个基于 vue 和 goframe2.0 开发的全栈前后端分离的开发基础平台和移动应用平台,集成jwt鉴权,动态路由,动态菜单,casbin鉴权,消息队列,定时任务等功能,提供多种常用场景文件,让您把更多时间专注在业务开发上。Go02
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
596
3.98 K
Ascend Extension for PyTorch
Python
433
516
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++
913
749
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
365
237
暂无简介
Dart
837
204
昇腾LLM分布式训练框架
Python
130
153
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
128
173
React Native鸿蒙化仓库
JavaScript
321
371
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
111
165
🎉 (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
1.45 K
809