MailSniper 项目教程
2024-09-20 22:38:37作者:庞队千Virginia
1. 项目目录结构及介绍
MailSniper 是一个用于渗透测试的工具,主要用于在 Microsoft Exchange 环境中搜索电子邮件中的特定术语。以下是 MailSniper 项目的目录结构及其介绍:
MailSniper/
├── MailSniper.ps1
├── README.md
├── LICENSE
└── Modules/
├── Invoke-GlobalMailSearch.ps1
├── Invoke-SelfSearch.ps1
├── Get-GlobalAddressList.ps1
├── Invoke-PasswordSprayOWA.ps1
├── Invoke-PasswordSprayEWS.ps1
├── Invoke-DomainHarvestOWA.ps1
├── Invoke-UsernameHarvestOWA.ps1
├── Invoke-UsernameHarvestGmail.ps1
├── Invoke-OpenInboxFinder.ps1
├── Get-ADUsernameFromEWS.ps1
└── Send-EWSEmail.ps1
目录结构说明
- MailSniper.ps1: 项目的启动文件,包含了主要的脚本逻辑。
- README.md: 项目的说明文档,包含了项目的基本介绍、使用方法和示例。
- LICENSE: 项目的开源许可证文件,通常为 MIT 许可证。
- Modules/: 包含了一系列的 PowerShell 模块文件,每个文件对应一个特定的功能模块。
2. 项目启动文件介绍
MailSniper.ps1
MailSniper.ps1 是 MailSniper 项目的启动文件,它包含了主要的脚本逻辑和功能模块的调用。该文件的主要功能包括:
- Invoke-GlobalMailSearch: 用于在 Microsoft Exchange 环境中搜索所有用户的电子邮件。
- Invoke-SelfSearch: 用于搜索当前用户的电子邮件。
- 其他模块: 包括密码喷洒、用户枚举、全局地址列表获取等功能。
使用方法
# 启动 MailSniper
.\MailSniper.ps1
# 使用特定模块
Invoke-GlobalMailSearch -ImpersonationAccount current-username -ExchHostname Exch01 -OutputCsv global-email-search.csv
3. 项目配置文件介绍
MailSniper 项目没有传统的配置文件,其配置主要通过命令行参数和脚本内部的变量来实现。以下是一些常用的配置参数:
常用配置参数
- ImpersonationAccount: 用于模拟的用户账户。
- ExchHostname: Exchange 服务器的主机名。
- OutputCsv: 输出结果的 CSV 文件路径。
- Terms: 搜索的关键词,默认搜索 "password"、"creds"、"credentials"。
示例配置
Invoke-GlobalMailSearch -ImpersonationAccount "domain\admin" -ExchHostname "exchange.domain.com" -OutputCsv "search_results.csv" -Terms "*password*"
通过以上配置,MailSniper 将会在指定的 Exchange 服务器上搜索所有用户的电子邮件,并将包含关键词 "password" 的邮件结果输出到 search_results.csv 文件中。
以上是 MailSniper 项目的目录结构、启动文件和配置文件的介绍。通过这些信息,您可以更好地理解和使用 MailSniper 进行渗透测试。
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
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++
892
667
Ascend Extension for PyTorch
Python
376
446
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
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271