推荐开源项目:Linux PAM Backdoor - 认证模块的安全研究工具
2024-05-23 15:47:27作者:翟萌耘Ralph
项目介绍
在信息安全领域,理解和检测潜在漏洞至关重要。linux-pam-backdoor 是一个专为 Linux Pluggable Authentication Modules(PAM)设计的自动化后门生成脚本。它允许研究人员模拟恶意行为,以便测试和提升系统的安全性。请注意,这个项目仅供教育用途,滥用可能导致系统损坏。
项目技术分析
linux-pam-backdoor 脚本能生成一个被修改过的 pam_unix.so 模块,这个模块在认证过程中隐藏了一个后门密码。通过指定 PAM 版本来编译正确版本的模块,可以确保与目标系统兼容。执行 backdoor.sh 脚本并提供所需参数,就能创建这个后门。脚本依赖于一系列开发包,包括 autoconf, automake, gcc 等,用于编译 PAM 模块。
项目及技术应用场景
- 安全审计:对于任何希望评估 Linux 系统认证安全性的安全团队来说,这是一个无价的工具。它可以帮助识别潜在的弱点,并提高防御能力。
- 渗透测试:在授权的渗透测试中,利用该后门可以模拟攻击者如何绕过标准认证流程,从而帮助组织发现并修复漏洞。
- 教学与研究:对于学习操作系统安全和 PAM 工作原理的学生或教师,该项目提供了实践和理解概念的实用示例。
项目特点
- 定制化后门:支持自定义后门密码,使得测试过程更具针对性。
- 版本兼容:适用于多个 PAM 版本,确保在各种环境下都能工作。
- 便捷部署:只需复制编译后的模块到系统目录,即可生效。
- 明确警告:开发者强调只应用于合法目的,以避免不必要的损害。
总而言之,linux-pam-backdoor 提供了一种独特的方式去探索和理解 Linux 系统认证机制中的安全问题,是提高系统安全防护水平的重要资源。但请务必谨慎操作,遵循法规并尊重他人系统的所有权。
登录后查看全文
热门项目推荐
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 StartedRust0576
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
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
509
550
暂无描述
Markdown
852
5.68 K
deepin linux kernel
C
33
16
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++
1.04 K
2.48 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
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++
845
1.69 K
JiuwenSwarm 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。
Python
3.16 K
856
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++
1.25 K
1.37 K
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++
502
345
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
783
410