shuffleDNS 使用教程
2024-08-11 09:26:31作者:丁柯新Fawn
项目介绍
shuffleDNS 是一个基于 Go 语言编写的工具,它是对 massdns 的一个封装,旨在通过主动探测和通配符处理来枚举有效的子域名。shuffleDNS 具有简单且模块化的代码库,使得贡献变得容易。它支持快速简单的主动子域名扫描,智能处理通配符子域名,并优化了易用性,支持标准输入输出,便于集成到工作流程中。
项目快速启动
安装
从二进制文件安装
- 下载适用于您操作系统的二进制文件。
- 解压并移动到您的
$PATH中:
tar -xzvf shuffledns-linux-amd64.tar.gz
mv shuffledns-linux-amd64 /usr/bin/shuffledns
shuffledns -h
从源码安装
shuffleDNS 需要 Go 1.13 或更高版本。运行以下命令获取仓库:
GO111MODULE=on go get -u -v github.com/projectdiscovery/shuffledns/cmd/shuffledns
运行
解析子域名
要解析子域名列表,可以通过 -list 选项传递子域名列表:
shuffledns -d example.com -list example.com-subdomains.txt -r resolvers.txt
探测子域名
使用 -w 选项指定字典文件,并通过 -mode bruteforce 指定探测模式:
shuffledns -d hackerone.com -w wordlist.txt -r resolvers.txt -mode bruteforce
应用案例和最佳实践
案例一:枚举有效子域名
假设您有一个目标域名 example.com,并且有一个包含潜在子域名的字典文件 wordlist.txt,您可以使用 shuffleDNS 来枚举有效的子域名:
shuffledns -d example.com -w wordlist.txt -r resolvers.txt -mode bruteforce
案例二:处理通配符子域名
shuffleDNS 的一个特殊功能是能够处理多级基于 DNS 的通配符,并且使用非常少的 DNS 请求。例如,当所有子域名都解析时,可能会导致大量无效结果。shuffleDNS 通过跟踪指向一个 IP 的子域名数量,并在超过某个小阈值时检查所有级别的通配符来处理这种情况。
典型生态项目
shuffleDNS 通常与其他项目如 massdns 和 projectdiscovery 系列工具一起使用,形成一个强大的子域名枚举和解析生态系统。这些工具包括:
- massdns: 一个高性能的 DNS 解析器,shuffleDNS 基于此项目构建。
- subfinder: 一个子域名发现工具,用于从各种来源发现子域名。
- httpx: 一个快速且多功能的 HTTP 工具包,用于对子域名进行 HTTP 探测。
通过这些工具的组合使用,可以构建一个全面的子域名枚举和解析工作流程。
登录后查看全文
热门项目推荐
相关项目推荐
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥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
68
20
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
12
1
暂无简介
Dart
798
197
🎉 (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
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1