fi6s 的安装和配置教程
2025-05-28 12:18:46作者:丁柯新Fawn
1. 项目基础介绍和主要编程语言
fi6s 是一个快速设计的 IPv6 网络扫描器。其主要目的是通过异步发送和处理原始数据包来提高扫描速度。该项目的设计和目标与 Masscan 相似,但目前还不具备同样丰富的功能。fi6s 主要使用 C 语言进行开发,这使得它在执行效率上有着明显的优势。
2. 项目使用的关键技术和框架
- 原始套接字技术:fi6s 使用原始套接字发送和接收数据包,这样可以避免操作系统的额外处理,从而提高扫描速度。
- 异步处理:通过异步处理,fi6s 能够在发送数据包的同时处理接收到的响应,这对于提高扫描效率至关重要。
- 自定义 TCP/IP 栈:fi6s 带有自己简约的 TCP/IP 栈,避免与操作系统的网络栈冲突。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装 fi6s 之前,请确保您的系统满足以下要求:
- 操作系统:Linux(建议使用 Ubuntu 或类似的发行版)
- 编译器:GCC
- 工具:make
- 依赖库:libpcap
安装步骤
-
安装依赖:首先,您需要安装必要的编译工具和库。打开终端,执行以下命令:
sudo apt install gcc make git libpcap-dev -
克隆项目:接下来,从 GitHub 上克隆 fi6s 项目的代码:
git clone https://github.com/sfan5/fi6s.git -
编译项目:进入项目目录,执行编译命令:
cd fi6s make BUILD_TYPE=release编译完成后,扫描器的可执行文件将会在当前目录下的
./fi6s。 -
运行扫描器:编译成功后,您可以尝试运行扫描器。例如,扫描一个 IPv6 地址范围:
./fi6s -p 80,8000-8100 --max-rate 170 2001:db8::/120这条命令会扫描
2001:db8::/120子网中的地址,检查端口 80 和 8000 到 8100 是否开放。
通过以上步骤,您应该能够成功安装和运行 fi6s。请确保在运行时正确设置扫描参数,以免对网络造成不必要的干扰。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492