Evilginx安全测试工具零基础上手教程:从安装到配置全流程详解
一、工具简介与核心功能
Evilginx是一款功能强大的安全测试工具,主要用于模拟钓鱼攻击场景,帮助安全测试人员评估目标系统的安全性。作为一款专业的安全测试工具,它能够通过搭建伪造的网站页面,捕获用户输入的敏感信息,从而帮助企业发现并修复安全漏洞。本教程将从零基础开始,手把手教你完成Evilginx的安装、配置与基本使用。
二、环境准备与安装步骤
2.1 克隆项目仓库
首先,我们需要从仓库克隆项目代码。打开终端,执行以下命令:
git clone https://gitcode.com/gh_mirrors/ev/evilginx
2.2 进入项目目录
克隆完成后,进入项目目录:
cd evilginx
2.3 运行安装脚本
执行安装脚本进行安装:
./install.sh
💡 提示:安装过程中可能需要管理员权限,如果出现权限问题,可以在命令前加上sudo。
三、目录结构解析
Evilginx项目包含多个重要目录,了解这些目录的作用有助于我们更好地使用和配置工具:
- sites/:存放各个目标网站的配置文件,如dropbox、facebook、google等网站的相关配置
- img/:存放项目相关图片资源
- 根目录下还包含了
evilginx.py主程序文件、Dockerfile、LICENSE、README.md等重要文件
💡 提示:sites/目录是配置钓鱼网站的核心目录,不同网站的配置文件存放在各自的子目录中。
四、配置文件详解
4.1 主配置文件
Evilginx的主配置文件包含了全局设置、DNS解析器设置和目标网站信息等关键配置项。虽然在当前项目结构中未直接看到主配置文件,但在实际使用中,你可能需要根据具体需求创建或修改类似以下结构的配置文件:
[global]
http_server_port = 80 # HTTP服务器端口
https_server_port = 443 # HTTPS服务器端口
log_level = info # 日志级别
cert_path = cert.pem # 证书路径
key_path = key.pem # 密钥路径
pid_path = /var/run/evilginx.pid # PID文件路径
[dns_resolver]
listen_ip = 127.0.0.1 # DNS监听IP
listen_port = 5353 # DNS监听端口
[target]
target_host = target.example.com # 目标主机名
target_scheme = https # 目标协议
target_port = 443 # 目标端口
4.2 网站配置文件
在sites/目录下,每个网站都有自己的配置文件,如www.facebook.com.conf等。这些配置文件用于指定要模仿的登录页面URL、捕获的表单字段等。
💡 提示:配置文件中的参数需要根据实际测试目标进行修改,确保模拟的页面与真实网站尽可能相似。
五、启动与使用方法
5.1 启动 Evilginx
完成配置后,可以通过以下命令启动Evilginx服务:
python evilginx.py
5.2 查看运行状态
启动后,可以通过相关命令或查看日志文件来确认Evilginx是否正常运行。
5.3 停止服务
当测试完成后,需要停止Evilginx服务,可以通过在运行窗口中按下Ctrl+C组合键来停止程序。
💡 提示:在使用过程中,建议定期查看日志文件,以便及时发现和解决问题。
六、合法使用声明
⚠️ 警告: Evilginx仅用于合法的安全测试和授权的渗透测试活动。未经授权使用本工具攻击他人系统或网站是违法的,可能会面临法律责任。使用本工具即表示你同意遵守当地法律法规,仅在获得明确授权的情况下进行测试。
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00