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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0452
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
XianyuAutoAgent智能闲鱼客服机器人系统:专为闲鱼平台打造的AI值守解决方案,实现闲鱼平台7×24小时自动化值守,支持多专家协同决策、智能议价和上下文感知对话。Python05
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX028
AscendNPU-IRAscendNPU-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++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
831
5.5 K
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
495
520
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
976
2.3 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
805
1.15 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
791
1.59 K
deepin linux kernel
C
32
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
777
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++
487
314
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
655
294
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++
1.21 K
1.25 K