Owfuzz 项目下载与安装教程
2024-12-06 15:45:37作者:伍希望
1. 项目介绍
Owfuzz 是一款基于 openwifi 平台的 WiFi 协议模糊测试工具。它支持所有 WiFi 设备(APs 和 Clients)的模糊测试,包括管理帧、控制帧和数据帧的模糊测试,以及 WiFi 协议的交互式测试。Owfuzz 可以自动生成 poc 日志并定位漏洞,支持多通道监控和传输。
2. 项目下载位置
项目存储在 GitHub 上,您可以通过以下命令克隆项目到本地:
git clone https://github.com/alipay/Owfuzz.git
3. 项目安装环境配置
安装依赖
在 Kali/Ubuntu 系统上,您需要安装以下依赖:
sudo apt-get install pkg-config libnl-3-dev libnl-genl-3-dev libpcap-dev
配置环境(示例图片)
-
克隆项目后,进入项目目录:
cd Owfuzz -
编译项目:
make
-
初始化 openwifi 环境:
./openwifi_owfuzz.sh
4. 项目安装方式
将编译后的 owfuzz 和 openwifi_owfuzz.sh 文件复制到 openwifi 目录下,然后执行以下命令:
scp -r owfuzz openwifi_owfuzz.sh root@192.168.10.122:~/openwifi
登录到开发板,执行以下命令:
ssh root@192.168.10.122
在开发板上安装依赖:
sudo apt-get install pkg-config libnl-3-dev libnl-genl-3-dev libpcap-dev
编译 owfuzz:
cd ~/openwifi/owfuzz
make
5. 项目处理脚本
以下是 Owfuzz 的基本使用示例:
模糊测试客户端
sudo ./owfuzz -i wlan0 -m ap -c [channel] -t [sta-mac] -b [ap-mac] -s [ap-mac] -T 2 -A WPA2_PSK_TKIP_AES -I [sta-ip]
模糊测试 AP
sudo ./owfuzz -i wlan0 -m sta -c [channel] -t [ap-mac] -b [ap-mac] -s [sta-mac] -T 2 -A WPA3 -S [ssid-name] -I [ap-ip]
交互式模糊测试
sudo ./owfuzz -i wlan0 -m ap -c [channel] -t [sta-mac] -b [ap-mac] -s [ap-mac] -T 1 -A WPA2_PSK_AES
以上是 Owfuzz 项目的下载和安装教程。按照上述步骤,您应该能够成功地在您的环境中安装并运行 Owfuzz。
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 StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
701
4.51 K
Ascend Extension for PyTorch
Python
565
693
Claude 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 Started
Rust
543
98
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++
957
955
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
411
338
🎉 (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
1.6 K
940
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
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++
128
210
昇腾LLM分布式训练框架
Python
150
177
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
140
221