wsuks 的项目扩展与二次开发
2025-06-24 17:00:37作者:傅爽业Veleda
项目的基础介绍
wsuks 是一个开源项目,旨在自动化中间人检测(MITM)针对 Windows Server Update Service (WSUS) 的配置问题。该工具通过模拟 WSUS 服务器 IP 地址,并在客户端请求更新时提供一个带有预定义 PowerShell 脚本的 PsExec64.exe,以实现系统管理功能。wsuks 适用于安全研究人员,可以帮助他们在 Windows 域环境中进行系统权限测试。
项目的核心功能
- 自动化中间人检测:通过 ARP 模拟自动检测并模拟 WSUS 服务器。
- 路由 ARP 模拟的包到本地 HTTP 服务器:用于服务测试更新。
- HTTP 服务器:提供测试更新,包括可执行文件和 PowerShell 脚本。
- 自动创建测试用户:在目标机器上创建新用户,并添加到本地测试组。
- 支持多种测试模式:可以根据已知的 WSUS 服务器 IP 或自动发现 WSUS 服务器来执行测试。
项目使用了哪些框架或库?
- Python:项目的主要编程语言。
- PowerShell:用于执行系统权限测试的脚本。
- nftables:用于在 Linux 系统上管理网络流量。
- Poetry:用于依赖管理和打包项目。
项目的代码目录及介绍
wsuks/
├── .gitignore # Git 忽略文件列表
├── LICENSE # 项目许可证文件
├── README.md # 项目说明文件
├── poetry.lock # Poetry 依赖锁定文件
├── poetry.toml # Poetry 配置文件
├── pyproject.toml # Python 项目配置文件
├── wsuks/ # wsuks 主模块
│ ├── __init__.py # 初始化文件
│ ├── ... # 其他模块文件
├── .github/workflows/ # GitHub Actions 工作流
│ ├── ...
└── ...
对项目进行扩展或者二次开发的方向
- 增加新的测试功能:可以开发新的 PowerShell 脚本或可执行文件,以实现更复杂的测试功能。
- 支持更多操作系统:当前项目主要针对 Windows 系统,可以考虑增加对其他操作系统的支持。
- 增强自动化功能:可以增加自动化检测和测试 WSUS 配置的功能,减少人工干预。
- 提高安全性:添加更多安全检查,确保工具在测试过程中的安全性。
- 用户界面优化:改进命令行界面或开发图形用户界面,使工具更加用户友好。
- 错误处理与日志记录:增加详细的错误处理和日志记录功能,方便用户追踪和解决问题。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
642
🎉 (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
1.06 K
614
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
195
71
仓颉编程语言测试用例。
Cangjie
36
642