探秘网络安全前沿:Manuka——OSINT蜜罐系统
项目介绍
Manuka是一个强大的开放源代码情报(OSINT)蜜罐,专为安全团队设计,用于监控威胁行为者的侦察行动并提供可操作的情报。它创建了一个模拟环境,包括伪装的社交媒体资料和泄露的凭据,并追踪敌方的兴趣迹象,与MITRE的PRE-ATT&CK框架紧密结合。Manuka让蓝队在网络攻击链的第一阶段——侦察阶段就获得额外的可见性,为防御者提供早期预警信号。

项目技术分析
Manuka的架构设计独特,基于Golang构建的中央服务器(manuka-server)执行CRUD操作并从监听器(manuka-listener)接收事件。监听器模块化,可以根据需要添加到Docker化环境中,方便用户协调多个安全活动和蜜罐以扩大蜜罐表面。此外,manuka-client是一个React仪表板,允许蓝队轻松管理Manuka资源。整个框架通过单个docker-compose命令进行编排。
Manuka具备以下关键组件:
- Sources:可能成为OSINT攻击向量的对象,如社交媒体资料、暴露的凭据和泄露的源代码。
- Listeners:监视这些来源并与攻击者交互的服务器。
- Hits:兴趣指标,如尝试使用泄露凭据登录或社交媒体连接。
- Honeypots:将源和监听器组织成一个单一的安全项目,分析和跟踪时间上的事件。
Manuka以容器化的形式运行,包括manuka-server、manuka-listener和manuka-client,可以通过docker-compose命令在同一主机上部署。
应用场景
Manuka适用于那些希望增强网络外围安全防护的企业。它可以揭露通过搜索引擎等简单手段就能轻易暴露的企业信息,例如最近视频会议平台被黑客通过公开网络暴露的例子。企业可以利用Manuka来检测这类OSINT威胁,并将其纳入现有的安全策略中。
项目特点
- 早期预警:通过侦察阶段检测,提前发现潜在威胁,使防御者有更多时间应对。
- 模块化设计:易于扩展和定制,适应各种不同场景需求。
- 多任务处理:支持协调多个安全活动和蜜罐,提升覆盖率。
- 集成友好的数据:数据设计便于导入其他第三方分析和可视化工具。
- Docker化部署:简化安装和管理流程,兼容多种环境。
操作指南
要开始使用Manuka,请按照项目文档中的步骤配置和启动所需服务。开发环境下,您需要Docker和docker-compose;生产环境下,则需考虑域名设置和SSL证书等。
结论
Manuka是一个创新的OSINT蜜罐系统,它改变了解决网络威胁的传统方式,提前揭示了敌方的侦察行动。如果你正在寻找一种工具来提高你的防御策略,并且愿意深入到网络攻击链的初期阶段,那么Manuka无疑是值得尝试的。现在,是时候让您的企业"向左移动",在威胁真正发生之前,先发制人。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python02
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00