首页
/ Owfuzz 项目下载与安装教程

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)

  1. 克隆项目后,进入项目目录:

    cd Owfuzz
    
  2. 编译项目:

    make
    

    编译项目

  3. 初始化 openwifi 环境:

    ./openwifi_owfuzz.sh
    

    初始化 openwifi 环境

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

项目优选

收起
kernelkernel
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
511
551
docsdocs
暂无描述
Markdown
852
5.69 K
ops-transformerops-transformer
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++
1.05 K
2.49 K
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
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
839
1.28 K
ops-nnops-nn
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++
847
1.7 K
ops-mathops-math
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
1.38 K
jiuwenswarmjiuwenswarm
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
3.17 K
857
AscendNPU-IRAscendNPU-IR
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++
503
346
cann-learning-hubcann-learning-hub
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
787
415