开源项目 `bounty-targets-data` 使用教程
1. 项目介绍
bounty-targets-data 是一个开源项目,旨在每小时更新一次来自多个漏洞赏金平台(如 Hackerone、Bugcrowd、Intigriti 等)的域名范围数据。这些数据是漏洞报告的合格范围,帮助安全研究人员和漏洞赏金猎人快速获取最新的目标信息。
项目的主要功能包括:
- 每小时自动抓取多个漏洞赏金平台的域名范围数据。
- 提供 JSON 格式的原始数据文件,方便用户进行进一步分析和处理。
- 支持的平台包括 Hackerone、Bugcrowd、Intigriti、Hackenproof、YesWeHack 等。
2. 项目快速启动
2.1 克隆项目
首先,你需要将项目克隆到本地:
git clone https://github.com/arkadiyt/bounty-targets-data.git
cd bounty-targets-data
2.2 安装依赖
项目依赖于 Ruby 环境,确保你已经安装了 Ruby。然后安装项目所需的依赖:
bundle install
2.3 配置环境变量
为了运行项目,你需要设置一些环境变量:
export SENTRY_DSN="your_sentry_api_key" # 可选,用于异常跟踪
export SSH_PRIV_KEY="your_ssh_private_key"
export SSH_PUB_KEY="your_ssh_public_key"
export GIT_HOST="git@github.com:your_username/your_repo.git"
2.4 运行项目
配置完成后,你可以运行项目来抓取最新的漏洞赏金平台数据:
bin/bounty-targets
3. 应用案例和最佳实践
3.1 自动化漏洞扫描
结合自动化漏洞扫描工具,如 Nuclei 或 ZAP,你可以定期从 bounty-targets-data 获取最新的域名范围数据,并自动对这些域名进行漏洞扫描。
3.2 数据分析
使用 bounty-targets-data 提供的 JSON 数据文件,你可以进行数据分析,找出哪些域名范围最常被报告漏洞,或者哪些平台提供的域名范围最多。
3.3 集成到 CI/CD 流程
将 bounty-targets-data 集成到你的 CI/CD 流程中,定期检查新添加的域名范围,并自动触发安全扫描任务。
4. 典型生态项目
4.1 bounty-targets
bounty-targets 是 bounty-targets-data 的上游项目,负责每小时抓取漏洞赏金平台的域名范围数据,并将其推送到 bounty-targets-data 仓库。
4.2 Nuclei
Nuclei 是一个强大的漏洞扫描工具,可以与 bounty-targets-data 结合使用,自动对最新的域名范围进行漏洞扫描。
4.3 ZAP
ZAP(Zed Attack Proxy)是一个开源的 Web 应用安全扫描工具,可以与 bounty-targets-data 结合,定期扫描新的域名范围,发现潜在的安全漏洞。
通过以上模块的介绍,你应该能够快速上手并使用 bounty-targets-data 项目,结合其他工具进行漏洞赏金活动。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112