Ligolo-ng v0.8发布:跨平台内网穿透工具的重大升级
Ligolo-ng是一款专为渗透测试和安全研究人员设计的轻量级内网穿透工具,它通过建立加密隧道帮助安全人员在复杂的网络环境中进行横向移动和数据传输。最新发布的v0.8版本带来了多项重要改进,特别是新增的Web界面和跨平台支持,使其功能更加强大且易于使用。
核心功能升级
1. 全新的Web管理界面
v0.8版本最引人注目的变化是引入了基于Web的管理界面。这个界面不仅美观直观,还支持多人协作功能,允许多个安全研究人员同时管理和操作同一个Ligolo-ng实例。这种设计特别适合团队协作的渗透测试场景,团队成员可以实时查看网络拓扑、共享会话信息,提高工作效率。
2. 跨平台全面支持
新版本实现了对主流操作系统的全面支持,包括:
- Windows全系列(amd64/arm64/armv6/armv7)
- Linux全架构
- macOS(Intel和Apple Silicon)
- BSD系统(FreeBSD和OpenBSD)
这种广泛的平台兼容性意味着安全人员可以在几乎任何目标环境中部署Ligolo-ng客户端,大大扩展了工具的适用场景。
3. 自动化路由管理
v0.8版本引入了智能路由管理功能,能够自动处理以下任务:
- 在Windows系统上自动添加路由条目
- 在Linux/macOS/BSD上自动配置网络接口
- 支持"autoroute"功能,自动发现和配置最佳路由路径
这些自动化特性显著简化了复杂网络环境中的配置工作,让安全人员可以更专注于渗透测试本身。
其他重要改进
配置简化
新版本采用了基于文件的配置方式,所有隧道和客户端设置都可以保存在配置文件中。这不仅提高了工具的易用性,也便于在不同测试场景间快速切换配置。
服务化运行模式
新增的daemon模式允许Ligolo-ng以后台服务形式运行,特别适合长期渗透测试任务。服务化运行确保了工具的稳定性和可靠性,即使终端会话断开也不会影响正在进行的渗透测试。
增强的安全控制
v0.8版本增加了远程终止客户端的功能,当客户端被发现或不再需要时,可以立即从控制端终止其运行,减少被发现的风险。
技术实现亮点
Ligolo-ng v0.8在技术实现上有几个值得注意的特点:
-
轻量级设计:客户端程序体积小巧(约2-3MB),便于在受限环境中部署。
-
多架构支持:不仅支持常见的x86架构,还全面覆盖ARM平台,包括较旧的armv6/armv7架构。
-
模块化设计:客户端(agent)和服务器(proxy)分离,可以根据实际需求灵活部署。
-
资源占用低:即使在性能较弱的设备上也能流畅运行,适合IoT设备等资源受限环境。
应用场景分析
Ligolo-ng v0.8特别适用于以下安全测试场景:
-
红队演练:在模拟攻击中快速建立内网通道,实现横向移动。
-
渗透测试:绕过网络隔离,访问内部系统和服务。
-
安全评估:评估网络分段策略的有效性。
-
应急响应:在安全事件中快速建立诊断通道。
-
CTF比赛:在网络安全竞赛中解决内网挑战。
总结
Ligolo-ng v0.8通过引入Web界面、增强跨平台支持和自动化功能,显著提升了工具的易用性和功能性。这些改进使其成为安全专业人员工具箱中更加强大和灵活的选择。特别是对需要在内网环境中进行安全评估的团队来说,新版本的多用户协作功能将大大提高工作效率。随着持续的功能增强,Ligolo-ng有望成为内网穿透领域的标杆工具之一。
kernelopenEuler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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0127
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