ZGrab2 v0.2.0版本发布:网络扫描工具的重大升级
ZGrab2是一个高性能的网络协议扫描工具,由ZMap团队开发。作为ZMap的补充工具,ZGrab2专注于应用层协议的深度扫描和指纹识别,能够对目标主机进行更详细的协议交互和响应分析。与ZMap的大规模快速扫描不同,ZGrab2更适合对特定目标进行深入探测。
核心改进与架构优化
v0.2.0版本在架构上进行了重要调整,引入了dialerGroup概念到Scan()模块API中。这一改变使得ZGrab2可以更好地作为库被其他程序调用,允许客户端自定义网络连接方式。理论上,开发者现在可以在任意传输层协议上运行应用层协议扫描。虽然某些协议如STARTTLS仍然需要先建立TCP连接再进行TLS握手,但这一架构改进为未来的协议扩展提供了更大灵活性。
协议扫描增强
SMTP模块在本版本中获得了显著改进,实现了更智能的协议探测能力。现在ZGrab2可以自动检测目标服务器是否支持EHLO/HELO命令以及STARTTLS功能,无需用户手动指定。同时保留了CLI参数让高级用户可以覆盖自动检测行为。这一改进使得SMTP扫描更加准确且易于使用。
新增了四个协议模块的支持:
- AMQP 0.9.1:高级消息队列协议
- PPTP:点对点隧道协议
- MQTT:消息队列遥测传输协议
- socks5:SOCKS代理协议第五版
用户体验与性能优化
v0.2.0对命令行界面进行了重新组织,将参数分为"应用选项"、"基础选项"和模块特定选项三类,使参数查找更加直观。新增了类似ZMap的每秒扫描状态输出,为用户提供实时反馈。
超时机制得到了全面改进,新增了--connect-timeout和--target-timeout参数,分别控制连接建立时间和单个目标的总扫描时间。这一改变解决了扫描可能无限期运行的问题。
网络配置方面,用户现在可以指定本地IP地址(--local-addr)和端口(--local-port)用于出站连接。IPv6支持改为可选功能,默认使用IPv4。还增加了DNS解析器指定功能,允许用户配置自定义DNS服务器。
安全与稳定性增强
新增了ZMap风格的IP地址过滤列表功能,可以排除不需要扫描的地址范围。HTTP模块修复了重定向处理和响应体捕获的问题。TLS扫描现在支持TLS 1.3协议,并优化了证书解析性能。
连接管理方面,修复了多个可能导致资源泄漏的问题,改进了连接关闭处理。错误处理机制更加健壮,特别是在JARM指纹计算和Modbus协议扫描中增加了安全检查。
开发者工具链升级
项目构建系统升级到Go 1.23,更新了所有依赖库版本。测试自动化流程得到改进,增加了大型HTTP文件处理的集成测试。代码质量方面引入了多个静态分析工具,修复了发现的各类问题。
ZGrab2 v0.2.0的这些改进使其在网络探测和安全评估领域更加可靠和强大,为研究人员和安全工程师提供了更完善的工具集。
kernelopenEuler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。C040
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
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