推荐一款金属风格的安全测试工具——DeathMetal
2024-06-19 16:05:40作者:裘晴惠Vivianne
在数字安全领域,我们不断寻找那些能够帮助我们在复杂的网络环境中取得优势的工具。今天,我要向大家介绍的是一个充满金属气息且功能强大的套件——DeathMetal。这不仅仅是一个名字的炫酷,它背后蕴含的技术与应用将让你眼前一亮。
项目介绍
DeathMetal是一组专为Intel AMT(主动管理技术)设计的互动工具集合。它以一种独特的方式探索了一个充满未知与挑战的世界,不仅让逆向工程变得有趣,更在实用性上大放异彩。这套工具集的名字灵感来源于著名的动画《Metalocalypse》中的角色,每一个工具都带有其独特的使命和功能:
dm_pickles: 这个Duckyscript解释器可以透过AMT KVM接口进行交互,并模拟键盘输入。dm_toki: 实现IDE-R远程连接,使你可以远程挂载软盘或CD映像到目标计算机。dm_nathan: 提供CLI界面,用于通过认证通道配置AMT设置。dm_rockso: 扫描并检测AMT系统的能力,不论是否已启用,均可探查版本信息。
此外,所有通用代码都被封装在一个名为'Charles'的库中,便于共享与调用。
技术分析
DeathMetal主要采用Python3语言编写,利用标准库实现核心功能,并借助hexdump辅助调试,以及requests库处理HTTP请求。这一套组合拳使得DeathMetal能够在各种场景下灵活地执行任务,从数据包分析到远程设备控制无所不能。
应用场景
无论你是网络安全专家,还是对系统管理有兴趣的IT人员,DeathMetal都能成为你的得力助手。它可以应用于以下几类场景:
- 安全评估: 在合法授权的情况下,评估企业内网的安全性,查找可能存在的AMT配置问题。
- 远程维护: 对于大型组织而言,远程管理和修复服务器成为了日常需求,而DeathMetal能轻松胜任。
- 资产发现: 自动扫描局域网内的AMT设备,了解网络架构和资源分布情况。
项目特点
DeathMetal最大的特点是它的灵活性与可扩展性。得益于Python的强大生态系统和精心设计的框架结构,开发者可以轻松地添加新特性或修改现有功能。除此之外,该项目拥有活跃的社区支持,定期更新与维护确保了使用者始终获得最佳体验。
让我们一起加入这场金属风暴,探索Intel AMT的无限可能!
如果你想了解更多关于DeathMetal的信息,或者想参与到这个项目中来,请访问GitHub项目主页。
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
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878