探索无线网络的神器:probeSniffer
2024-05-20 06:07:03作者:郦嵘贵Just
探索无线网络的神器:probeSniffer
在这个数字化的时代,无线设备无处不在,而它们之间的通信则如同深海中的鱼类,悄然无声却频繁互动。probeSniffer 是一个强大且易用的工具,它能捕捉到未加密的无线探针请求,让你对周围的无线环境有更深入的理解。
1、项目介绍
probeSniffer 由 David Schütz 开发,是一个基于 Python 的应用,专门设计用于嗅探并实时显示无线设备发送的未加密探针请求。这些请求通常包含了设备的信息,如MAC地址和RSSI(接收信号强度指示),为网络安全研究人员提供了宝贵的数据来源。
2、项目技术分析
该项目利用了 tshark(Wireshark命令行版本)进行数据包捕获,并使用 pyshark 进行解析。在最新版3.0中,开发者优化了数据处理流程,减少了包丢失,提高了在低性能系统上的运行效率。此外,它还能离线解析MAC地址对应的厂商信息,进一步增强了实用性。
3、项目及技术应用场景
- 网络安全研究:理解无线网络环境,检测潜在的安全风险。
- 物联网设备监控:追踪特定设备的行为模式,例如智能家居或物联网传感器。
- 教学与实验:在教育环境中,用于教授无线通信技术和安全实践。
4、项目特点
- 实时显示:捕捉到的探针请求会立即显示,包括设备数量和RSSI值。
- MAC厂商解析:自动解析MAC地址对应的厂商信息。
- 过滤功能:可根据MAC地址筛选显示内容。
- 数据库记录:所有数据可以保存到SQLite数据库中,便于后期分析。
- 灵活性:支持在不同环境下安装,如Kali Linux和Raspbian,且兼容Python3.3至3.6。
使用指南
首先,确保你的系统是Kali Linux或Raspbian,然后通过命令行安装必要的依赖:
$ sudo apt-get update && sudo apt-get install python3 python3-pip tshark -y
$ git clone https://github.com/xdavidhu/probeSniffer
$ cd probeSniffer/
$ python3 -m pip install -r requirements.txt
接下来,将你的无线接口切换到监测模式,并运行 probeSniffer.py:
$ sudo python3 probeSniffer.py [monitor-mode-interface] [options]
请注意,你需要遵循当地的法规和道德规范,只用于合法和教育目的。
probeSniffer 是一个强大的工具,无论你是网络安全新手还是经验丰富的专家,都能从中受益。现在就加入,揭示隐藏在网络角落的信息吧!
登录后查看全文
热门项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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
12
1
🔥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
68
20
🎉 (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
781