探索网络服务的无形印记:Gofingerprint
2024-05-31 01:57:53作者:余洋婵Anita
项目介绍
在网络世界的浩瀚海洋中,每个服务器都有其独特的特征,就像一个不可见的标识。Gofingerprint 是一款由 Go 语言编写的工具,它能帮助你快速识别出网络服务器的"特征",即通过检查HTTP响应与自定义的特征列表匹配来确定服务器类型。无论你是进行网络探测以找出特定类型的服务器,还是测试特定的响应结果,Gofingerprint 都是你不可或缺的利器。
感谢@nahamsec提供了这个灵感!
项目技术分析
Gofingerprint 的工作流程相当简单和高效:
- 指定目标:你可以通过管道 (
|) 将一列目标URL传给 Gofingerprint。 - 设置选项:包括选择404错误页面路径、请求方法(默认为 GET)、特征文件、超时时间以及并发工作的线程数等。
- 特征匹配:程序会发送请求到每个目标,并对返回的HTTP响应进行解析,查找预设的特征信息。
- 结果输出:找到匹配的特征后,Gofingerprint 可以将结果输出到指定的目录。
特征信息存储在JSON文件中,每个特征都包含一个唯一名称和一个或多个搜索文本。
项目及技术应用场景
- 网络探测:在对一组IP地址或域名进行安全评估时,确定服务器类型可以提供重要线索。
- 风险检测:针对特定软件的已知问题,你可以编写特征来检查是否存在风险。
- Web应用程序审计:了解你的应用环境,确保所有的组件都是最新的且没有已知的安全问题。
- 研究和教育:对于网络安全爱好者和学生,这是一个很好的实践工具,了解如何从HTTP响应中提取信息。
项目特点
- 简洁易用:使用命令行参数轻松配置,即使是初学者也能迅速上手。
- 高度可定制:自定义特征列表,适应各种场景,满足不同需求。
- 高效扫描:支持多线程处理,加快扫描速度。
- 灵活的输出:可以将结果导出到指定目录,方便后续分析和存储。
通过简单的命令行调用 gofingerprint 并结合你的特征文件,你就能开启一场揭秘网络服务器的旅程。现在,就来体验一下 Gofingerprint 带来的强大功能吧!
示例用法:
cat 目标列表.txt | gofingerprint -fingerprints ./fingerprints.json
立即下载并尝试,你会发现网络世界的更多秘密!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869