推荐开源项目:FDsploit - 文件包含与目录遍历神器
2024-05-24 22:00:47作者:裴麒琰

FDsploit 是一款强大的自动化工具,专注于检测和利用文件包含(Local/Remote File Inclusion, LFI/RFI)以及目录遍历漏洞。它由 Python 编写,旨在为安全研究人员提供一个高效且易于使用的平台来测试 Web 应用的安全性。
项目技术分析
FDsploit 的核心功能包括:
- 自动化发现 LFI 和 RFI 漏洞
- 支持简单、期望式和输入型三种 LFI 虚拟Shell,让漏洞利用更加灵活
- 两种请求类型(GET 和 POST)的兼容
- 自动生成和检查 GET 参数
- 使用通配符进行模糊测试
- 支持指定会话Cookie
- 可选的RCE检测,通过PHP函数执行命令
- 内置SHA-256哈希以识别潜在漏洞
- 支持URL编码和Base64编码
FDsploit 还具备智能识别不同类型的漏洞迹象,如响应的内容长度变化或特定关键字出现,从而提高测试准确性。
项目应用场景
- 安全审计:在对网站进行安全评估时,FDsploit 可快速扫描可能存在的 LFI 或 RFI 漏洞。
- 教育培训:对于网络安全初学者,FDsploit 提供了实战学习的机会,了解如何查找和利用这些漏洞。
- 开发者自检:开发者可以使用 FDsploit 对自己的 Web 应用来做内部测试,确保应用安全性。
项目特点
- 易于使用: 简单的命令行界面,只需几步就能启动扫描。
- 多样的Shell支持: 用户可以选择简单、期望式或输入型LFI Shell,满足不同利用需求。
- 深度检测: 自定义最大遍历深度,深入查找深层的漏洞。
- 定制化: 支持自定义请求参数、关键词搜索,甚至指定PHP函数进行RCE测试。
示例演示
-
目录遍历漏洞检测: 利用 FDsploit 发现目录遍历漏洞,当
directory参数配合../产生不同的响应哈希和内容长度时,表明可能存在漏洞。 -
LFI漏洞检测: 找到可利用的LFI漏洞,通过指定
language参数并探测/etc/passwd等敏感文件,若返回结果包含预期关键词,说明存在漏洞。 -
LFI Shell利用: 利用
simpleShell 实时读取系统文件,进行交互式操作。
获取与贡献
FDsploit 遵循 GPL v3 许可,可在GitHub上找到源代码,并可以通过 pip install -r requirements.txt --upgrade --user 安装所有依赖项。欢迎提供反馈和贡献,共同推动该项目的发展。
记住,仅在合法授权的情况下使用此工具,遵守当地法律法规。
使用 FDsploit,让你的网络安全测试更上一层楼。立即尝试这个利器,发掘隐藏在网络深处的安全问题吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
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
64
19
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322