5个步骤掌握Inveigh:跨平台安全测试指南
Inveigh是一款基于.NET开发的跨平台网络安全工具,专为渗透测试人员设计,可在IPv4和IPv6环境下执行网络协议分析与安全评估。作为网络安全工具领域的瑞士军刀,它集成了多种协议监听与响应功能,帮助安全工程师在渗透测试实战中快速识别网络漏洞,强化防御体系。
如何快速上手Inveigh?
环境准备
首先通过以下命令克隆项目仓库并进入工作目录:
git clone https://gitcode.com/gh_mirrors/in/Inveigh # 克隆项目代码
cd Inveigh # 进入项目根目录
基础启动命令
Import-Module .\Inveigh.psd1; Invoke-Inveigh # 加载模块并启动默认配置
💡 新手提示:首次运行需以管理员权限启动PowerShell,确保网络监听权限。
核心功能卡片
| 功能模块 | 作用说明 | 应用场景 |
|---|---|---|
| LLMNR监听 | 捕获链路本地多播名称解析请求 | 内网主机发现 |
| DNS欺骗 | 响应伪造DNS查询 | 钓鱼攻击模拟 |
| SMB捕获 | 记录NTLM挑战/响应 | 凭证分析与安全审计 |
| HTTP监听 | 收集Web认证信息 | Web应用渗透测试 |
📌 重点总结:Inveigh通过模拟合法服务响应,帮助安全测试人员评估网络设备的认证机制安全性,所有操作需在授权环境下进行。
核心配置的5个技巧
参数速查表
| 参数类别 | 关键参数 | 作用说明 |
|---|---|---|
| 网络设置 | -IP 192.168.1.10 |
指定监听IP地址 |
| 协议控制 | -LLMNR Y -NBNS N |
启用LLMNR禁用NBNS |
| 输出管理 | -FileOutput Y -FileOutputDirectory ./logs |
保存日志到指定目录 |
| 认证配置 | -HTTPAuth NTLM |
设置HTTP认证类型 |
| 高级过滤 | -SpooferIPsIgnore 10.0.0.0/8 |
忽略特定网段请求 |
实用配置示例
# 仅监听LLMNR并记录结果到文件
Invoke-Inveigh -IP 192.168.1.10 -LLMNR Y -NBNS N -FileOutput Y -FileOutputDirectory ./capture_logs
🔧 配置技巧:使用-Inspect参数可进入流量分析模式,仅监听不响应,适合初步网络探测。
📌 重点总结:合理组合参数可精确控制工具行为,避免对生产环境造成意外影响。建议先在测试环境验证配置效果。
高级应用的2个实战方案
方案1:企业内网安全评估
# 多协议协同监听配置
Invoke-Inveigh -IP 10.1.0.5 -DNS Y -LLMNR Y -HTTP Y -SMB Y `
-SpooferThresholdNetwork 3 -ConsoleOutput Medium
💡 进阶技巧:-SpooferThresholdNetwork 3设置仅对3个以上主机请求的域名进行响应,减少误报。
方案2:自动化测试脚本
创建Inveigh-Auto.ps1实现定时任务:
$runTime = 60 # 运行60分钟
$outputDir = ".\daily_scan_$(Get-Date -Format yyyyMMdd)"
New-Item -ItemType Directory -Path $outputDir | Out-Null
Invoke-Inveigh -RunTime $runTime -FileOutput Y `
-FileOutputDirectory $outputDir -SpooferLearning Y
📌 重点总结:高级应用需结合具体测试目标调整参数,建议配合Wireshark等工具进行流量联动分析。
新手常见陷阱及解决方案
陷阱1:权限不足导致监听失败
❌ 错误提示:
无法绑定到端口5355
✅ 解决方案:以管理员身份运行PowerShell,或使用-Elevated Y参数强制权限检查
陷阱2:证书问题导致HTTPS功能异常
❌ 现象:HTTPS监听启动后无法捕获流量
✅ 解决方案:使用-HTTPSForceCertDelete Y参数清除残留证书,重新生成自签名证书
陷阱3:日志文件权限问题
❌ 错误:
无法写入日志文件
✅ 解决方案:确保输出目录存在且有写入权限,或使用-FileOutputDirectory指定可写路径
📌 重点总结:遇到问题先检查系统事件日志和Inveigh输出日志,大部分权限问题可通过管理员模式解决。
如何扩展Inveigh的测试能力?
协议扩展
通过修改Listeners目录下的协议处理类(如DNSListener.cs)添加自定义协议支持,实现对特定工业协议的安全测试。
集成第三方工具
结合hashcat进行凭证破解:
# 将捕获的NTLMv2哈希导出到hashcat格式
Get-Content ./Inveigh-NTLMv2.txt | Select-Object -Skip 1 | ForEach-Object {
$parts = $_.Split('|')
"$($parts[3]):$($parts[4]):$($parts[5]):$($parts[6])"
} | Out-File -Encoding ASCII ./hashcat_input.txt
# 使用hashcat破解
hashcat -m 5600 ./hashcat_input.txt ./wordlist.txt
📌 重点总结:Inveigh的模块化设计使其具备良好扩展性,通过二次开发可适配特定场景的安全测试需求。
通过以上五个步骤,您已掌握Inveigh的核心功能与实战技巧。作为跨平台安全测试工具,它不仅能帮助发现网络中的认证漏洞,更能提升安全团队对企业内网的风险认知。始终记住:所有测试必须获得明确授权,遵守网络安全相关法律法规。
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 StartedRust0191
cann-learning-hubCANN 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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08