BlueLotus_XSSReceiver 项目推荐
2026-01-20 02:32:18作者:姚月梅Lane
项目基础介绍和主要编程语言
BlueLotus_XSSReceiver 是一个开源的 XSS(跨站脚本攻击)数据接收平台,由清华大学蓝莲花战队的 firesunCN 开发。该项目主要使用 PHP 语言编写,适合在 PHP 环境中运行。它设计简洁,无需数据库支持,可以直接在 PHP 虚拟空间中使用,非常适合用于 CTF 比赛等学习、研究场景。
项目核心功能
- 无数据库设计:平台无需数据库支持,简化了部署流程。
- 数据记录:能够记录所有携带的数据,包括 GET、POST、COOKIE、HTTP 头和客户端信息。
- 自动解码:自动判断携带数据是否为 base64 编码,并进行解码。
- 新消息提醒:仿 QQ 邮箱新消息提醒框,实时获得数据。
- 登录校验:采用挑战应答式的登录校验,session 绑定 IP 与 user-agent。
- 密码保护:密码输错五次封 IP,误封可手动解封。
- JS 文件管理:支持通过平台直接维护用于 XSS 的 JS 文件,包括代码格式化和压缩。
- 邮件提醒:可配置邮件通知,每次接收到 XSS 数据时发送邮件。
项目最近更新的功能
- 加密功能:3.0 版本起,配置中的默认加密方式改为 RC4,提高了数据加密的效率。
- 数据重加密工具:新增
change_encrypt_pass.php工具,用于在修改加密方式或密码后对数据进行重加密。 - SAE 支持:增加了对 SAE(新浪云)平台的支持,用户可以切换到 sae 分支进行部署。
- WebSocket 通知:引入了 WebSocket 方式进行通知,提高了实时性。
- 代码优化:对部分代码进行了优化,提升了平台的性能和稳定性。
通过这些功能,BlueLotus_XSSReceiver 不仅提供了强大的 XSS 数据接收能力,还增强了数据的安全性和平台的易用性,非常适合安全研究人员和开发者使用。
登录后查看全文
热门项目推荐
相关项目推荐
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
jiuwenclawJiuwenClaw 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。Python0210- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
619
4.08 K
Ascend Extension for PyTorch
Python
453
538
🔥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
69
21
暂无简介
Dart
859
205
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++
926
777
🎉 (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
1.48 K
837
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++
114
178
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
374
255
昇腾LLM分布式训练框架
Python
133
159