AirBorne-PoC 的项目扩展与二次开发
2025-06-05 13:41:52作者:柯茵沙
项目的基础介绍
AirBorne-PoC 是一个针对苹果公司 AirPlay 服务中两个安全问题的 PoC 框架。该项目提供了一个完整的崩溃触发程序以及一个可工作的反向shell利用工具,支持多种持久性、监听器和多种有效载荷格式,所有功能都集成在一个脚本中。该项目适用于教育、伦理和授权研究,用户在使用时必须确保有明确的权限测试目标系统。
项目的核心功能
- CVE-2025-24252 – mDNS TXT Record Crash:通过发送一个格式错误的 mDNS 数据包,触发 AirPlayReceiver 守护进程的崩溃,该功能通过 UDP 广播在端口 5353 上工作。
- CVE-2025-24132 – Heap Overflow → Reverse Shell (RCE):在 AirPlay 的 TCP 服务端口 7000 上触发堆溢出,支持 bash、python 和 PowerShell 反向shell有效载荷。
项目使用了哪些框架或库?
该项目主要使用以下框架或库:
- Python 3:编写脚本的主要语言。
- Scapy:一个强大的Python库,用于网络数据包创建和操纵。
- Netcat:用于创建网络连接和监听器。
项目的代码目录及介绍
项目的主要代码目录结构如下:
- LICENSE:项目的 MIT 许可证文件。
- README.md:项目的详细说明文件。
- airborne.py:包含 CVE-2025-24252 和 CVE-2025-24132 PoC 的主要脚本。
- airborne_bash_command_injector.py:用于 CVE-2025-24132 的单独bash命令注入脚本。
- wireshark_data.pcapng:用于网络分析的数据包捕获文件。
对项目进行扩展或者二次开发的方向
- 增加新的安全问题研究:可以针对 AirPlay 服务或其他相关服务的新问题,增加新的研究模块。
- 优化用户界面:通过创建图形用户界面(GUI),使工具更易于使用。
- 增强稳定性机制:研究并实现更复杂的技术,以便在目标系统上更稳定地保持访问权限。
- 支持更多有效载荷:开发新的有效载荷类型,以满足不同的测试场景和目标环境。
- 错误处理和日志记录:改进错误处理机制,增加详细的日志记录功能,以便更好地调试和监控工具的运行情况。
- 跨平台支持:优化代码,使其可以在不同的操作系统平台上运行,例如 Windows 和 macOS。
通过以上扩展和二次开发,AirBorne-PoC 将能够更好地服务于安全研究和问题分析领域。
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- 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
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
React Native鸿蒙化仓库
JavaScript
312
365
Ascend Extension for PyTorch
Python
397
474
🎉 (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
1.39 K
787
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++
902
706
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
360
219
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
814
200
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161