Pwnagotchi 2.9.5版本发布:Wi-Fi安全测试工具的重大更新
Pwnagotchi是一个开源的Wi-Fi安全测试工具,它基于Raspberry Pi硬件平台,结合AI技术自动探测和收集Wi-Fi网络信息。该项目通过模拟"宠物"的行为模式,使安全测试过程更加智能化和自动化。最新发布的2.9.5版本带来了多项重要改进和新功能。
核心功能升级
Bettercap框架更新至2.40.1
Pwnagotchi 2.9.5版本将内置的Bettercap网络安全框架升级到了2.40.1版本。Bettercap是Pwnagotchi的核心组件,负责网络探测和数据包捕获等关键功能。这次更新最显著的改进是新增了对6GHz Wi-Fi频段的支持,这使得Pwnagotchi能够覆盖最新的Wi-Fi 6E标准网络,大大扩展了其应用范围。
自动调优功能增强
开发团队对auto-tune功能进行了优化,增加了extra_channels参数值。这一改进使得Pwnagotchi能够更好地探测到周围的其他Pwnagotchi设备,提高了在复杂无线环境中的协同工作能力。对于安全研究人员来说,这意味着在多设备协同测试场景下可以获得更全面的网络覆盖和数据收集。
插件系统改进
全新的ohcapi插件
2.9.5版本移除了旧的onlinehashcrack插件,取而代之的是全新的ohcapi插件。这一变更不仅仅是名称上的改变,新插件在功能实现和稳定性方面都有显著提升。ohcapi插件能够更可靠地将捕获的握手包上传到在线分析服务,提高了整个工作流程的效率。
WPA-SEC上传功能修复
针对之前版本中wpa-sec插件上传功能不稳定的问题,开发团队进行了修复。现在,由于配置向导不再添加空的whitelist条目,wpa-sec插件能够正确地上传捕获的数据。这一改进确保了安全研究人员能够可靠地将收集到的信息提交到wpa-sec服务进行分析。
系统配置优化
蓝牙网络共享功能增强
bt-tether插件在启用时现在会自动添加DNS地址,这一改进使得通过蓝牙共享网络连接时能够获得更完整的网络功能。用户在使用蓝牙连接上网时,不再需要手动配置DNS设置,大大简化了操作流程。
配置向导改进
配置向导(wizard)现在更加智能,它不会再添加空的whitelist条目。这一改进不仅解决了之前版本中可能导致某些插件工作不正常的问题,还使得配置文件更加整洁,减少了人为错误的可能性。
系统镜像选择
Pwnagotchi 2.9.5版本继续提供32位和64位两种系统镜像。64位镜像体积更小(约1195973KB),适合较新的硬件平台;32位镜像(约1253363KB)则保持了对旧硬件的兼容性。用户可以根据自己的硬件配置选择合适的版本。
总结
Pwnagotchi 2.9.5版本通过核心组件升级和多项功能改进,进一步提升了这款Wi-Fi安全测试工具的实用性和可靠性。特别是对6GHz Wi-Fi的支持,使其能够适应最新的网络环境。对于安全研究人员和无线网络爱好者来说,这次更新提供了更强大的功能和更稳定的使用体验。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00