Evil Portals 项目使用教程
1. 项目介绍
Evil Portals 是一个开源项目,旨在为 Hak5 WiFi Pineapple Tetra 和 Nano 设备提供一系列的钓鱼门户(captive portals)。这些门户可以加载到 Evil Portal 模块中,用于对 WiFi 客户端进行钓鱼攻击,以获取凭证或通过恶意软件感染受害者。该项目需要安装 Evil Portal 模块,该模块由 frozenjava 创建。
2. 项目快速启动
2.1 安装 Evil Portal 模块
在 WiFi Pineapple 设备上,进入 Modules -> Manage Modules -> Get Modules from Hak5 Community Repositories,然后安装 Evil Portal 模块。
2.2 克隆 Evil Portals 项目
在本地终端中运行以下命令,克隆 Evil Portals 项目:
git clone https://github.com/kleo/evilportals.git
2.3 复制门户到设备
进入 evilportals/portals/ 目录,并选择你希望使用的门户。然后使用 scp 命令将门户复制到 WiFi Pineapple 设备上:
cd evilportals/portals/
scp -r portal-login root@172.16.42.1:/root/portals/
或者,你也可以使用 Filezilla 等 FTP 工具手动复制门户文件。
2.4 启动 Evil Portal 模块
在 WiFi Pineapple 的 Web 界面中,启动 Evil Portal 模块,并激活你希望使用的门户。捕获的凭证数据将显示在 WiFi Pineapple 的 Web 界面中。
3. 应用案例和最佳实践
3.1 捕获 WiFi 客户端凭证
通过加载钓鱼门户,可以捕获 WiFi 客户端的登录凭证。例如,使用 facebook-login 门户来模拟 Facebook 登录页面,诱导用户输入其 Facebook 凭证。
3.2 恶意软件分发
某些门户可以配置为在用户提交凭证后,自动下载并执行恶意软件。例如,使用 firmware-upgrade 门户来模拟固件升级页面,诱导用户下载并安装恶意固件。
3.3 日志记录和通知
捕获的凭证数据将显示在 WiFi Pineapple 的 Web 界面中,并且可以通过配置通知系统,在捕获到新凭证时立即收到通知。
4. 典型生态项目
4.1 Wifiphisher
Wifiphisher 是一个类似的钓鱼工具,专注于 WiFi 网络的钓鱼攻击。它提供了多种钓鱼页面模板,可以与 Evil Portals 项目结合使用,增强钓鱼攻击的效果。
4.2 WiFi Pineapple
WiFi Pineapple 是一个强大的 WiFi 安全测试工具,支持多种模块和插件。Evil Portals 项目是 WiFi Pineapple 生态系统中的一个重要组成部分,提供了丰富的钓鱼门户模板。
4.3 Evil Portal 模块
Evil Portal 模块是 Evil Portals 项目的基础,提供了加载和管理钓鱼门户的功能。通过安装 Evil Portal 模块,可以轻松地在 WiFi Pineapple 设备上使用 Evil Portals 项目提供的门户。
通过以上步骤,你可以快速上手并使用 Evil Portals 项目进行 WiFi 钓鱼攻击。请注意,使用此类工具进行未经授权的攻击是非法的,务必遵守当地法律法规。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00