推荐开源项目:Punter - 被动式域名信息猎手
2024-05-22 05:36:45作者:胡唯隽
1、项目介绍
Punter,被动式的猎手,是针对域名足迹挖掘的第一步的解决方案。它的设计理念是在不主动接触目标域的情况下,通过被动方式获取大量初始信息,并以清晰易读的报告形式呈现。这个工具旨在帮助安全研究人员和渗透测试者在正式开始评估前对目标进行无痕侦察。
2、项目技术分析
Punter利用了以下服务和技术:
- DNS Dumpster:用于深入的DNS查询。
- Whois:获取域名注册信息。
- 反向Whois:基于电子邮件地址的反向查询。
- Haveibeenpwned:检查发现的邮件地址是否曾被泄露。
- CRT.sh:查找子域名。
- Crimeflare:揭露Cloudflare背后的真正IP地址。
所有Whois和DNS查询都在本地执行,而其他查询则通过第三方服务完成,以降低触碰目标的风险。
3、项目及技术应用场景
对于网络安全专业人员而言,Punter是一个极其实用的工具,尤其适用于以下场景:
- 前期侦查:在进行网络渗透测试或漏洞扫描之前,了解目标域名的基本情况。
- 威胁情报收集:监控组织或客户的在线资产,找出潜在的安全风险。
- 企业安全审计:定期扫描企业的域名信息,防止未知的网络暴露。
4、项目特点
- 无痕侦察:Punter设计时不直接接触目标域,降低了对目标的影响。
- 自动化报告:扫描完成后自动生成HTML报告,方便查看和共享。
- 多平台支持:已在Kali Linux和Arch Linux上成功测试,兼容Python 2.7。
- API集成:整合多个第三方服务的数据来源,提供全面的域名信息。
为了启用Shodan功能,你需要在config.cfg中设置启用选项并添加你的API密钥。
使用方法
只需几步简单的命令,你就可以启动Punter进行扫描:
git clone https://github.com/nethunteros/punter
cd punter
pip install -r requirements.txt
python main.py -t yourdomain.com
对于Arch Linux用户,请使用Python 2执行:
su
git clone https://github.com/nethunteros/punter
cd punter
pip2 install -r requirements.txt
pip2 install ipaddr
python2 main.py -t yourdomain.com
Punter团队持续更新和完善,未来计划增加更多特性,如获取网站HTML和HTTP头信息等。
请记得,虽然Punter已经在多种环境下验证了其功能,但在特定环境中可能仍存在不兼容问题,具体请参考项目文档。
现在就加入Punter的使用者行列,提升你的网络侦查效率吧!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
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
481
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211