Wifipumpkin3 开源项目教程
1. 项目介绍
Wifipumpkin3 是一个强大的 Python 框架,专门用于进行恶意接入点(Rogue Access Point)攻击。它允许安全研究人员、红队成员和逆向工程师搭建一个无线网络,从而实施中间人攻击(Man-in-the-Middle Attack)。Wifipumpkin3 提供了多种功能,包括但不限于:
- 恶意接入点攻击
- 中间人攻击
- 去认证攻击模块
- 恶意 DNS 服务器
- 强制门户攻击(Captive Portal Attack)
- 流量拦截、检查、修改和重放
- 凭证收集
- 支持多种插件和代理
2. 项目快速启动
2.1 安装依赖
在开始之前,确保你的系统已经安装了 Python 3.7 或更高版本,并且具备以下依赖:
hostapdiptablesiwnet-toolswireless-tools
2.2 安装 Wifipumpkin3
2.2.1 使用 Git 安装
git clone https://github.com/P0cL4bs/wifipumpkin3.git
cd wifipumpkin3
sudo make install
2.2.2 使用 Debian 包安装
sudo dpkg -i wifipumpkin3-1.0.0-all.deb
2.2.3 在 Kali Linux 上安装
sudo apt install wifipumpkin3
2.3 启动 Wifipumpkin3
sudo wifipumpkin3
启动后,你将进入一个交互式会话,类似于 Metasploit 框架,你可以在其中启用或禁用模块、插件、代理,配置接入点等。
3. 应用案例和最佳实践
3.1 中间人攻击
Wifipumpkin3 可以轻松设置一个恶意接入点,拦截并修改客户端的网络流量。以下是一个简单的中间人攻击示例:
-
启动 Wifipumpkin3:
sudo wifipumpkin3 -
设置网络接口:
set interface wlan0 -
设置接入点名称和密码:
set ssid MyFakeNetwork set wpa_passphrase MySecretPassword -
启动接入点:
start -
启用代理插件(例如
pumpkinproxy):set proxy pumpkinproxy
3.2 强制门户攻击
Wifipumpkin3 支持强制门户攻击,用户在连接到恶意网络后会被重定向到一个登录页面,直到他们输入凭证。以下是一个简单的强制门户攻击示例:
-
启动 Wifipumpkin3:
sudo wifipumpkin3 -
设置网络接口:
set interface wlan0 -
设置接入点名称:
set ssid MyFakeNetwork -
启用强制门户插件(例如
captiveflask):set plugin captiveflask -
启动接入点:
start
4. 典型生态项目
4.1 CaptiveFlask
CaptiveFlask 是 Wifipumpkin3 的一个插件,用于创建强制门户。它允许攻击者搭建一个无线接入点,结合 Web 服务器和 iptables 流量捕获规则,创建一个钓鱼门户。用户可以自由连接到这些网络,但在访问互联网之前会被重定向到一个登录页面。
4.2 PumpkinProxy
PumpkinProxy 是一个透明代理,可以拦截和修改 HTTP 流量,允许注入 JavaScript 代码到目标访问的网页中。它是一个强大的工具,用于中间人攻击和流量分析。
4.3 EvilQR3
EvilQR3 是 Wifipumpkin3 的一个插件,支持通过强制门户进行多因素认证(MFA)钓鱼攻击。它允许攻击者创建一个钓鱼页面,诱导用户输入他们的 MFA 凭证。
通过这些生态项目,Wifipumpkin3 提供了一个完整的工具集,用于进行各种无线网络攻击和中间人攻击。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00