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
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
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 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.2 K
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
暂无简介
Dart
680
160
🔥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
Ascend Extension for PyTorch
Python
229
259
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
327
React Native鸿蒙化仓库
JavaScript
265
326
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
🎉 (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
1.21 K
662