pwncat:一款强大的后渗透平台工具
项目介绍
pwncat 是一款专为 Linux 和 Windows 目标设计的后渗透平台工具。它最初作为基本绑定和反向 shell 的封装工具,现已发展成为一个功能强大的自动化工具,能够简化红队操作。pwncat 不仅支持 Linux,还新增了对 Windows 目标的 alpha 支持,使其适用范围更加广泛。
项目技术分析
pwncat 的核心功能是通过拦截与远程 shell 的原始通信,实现自动化操作,包括枚举、植入安装和权限提升。它能够自动设置远程 shell 的常见配置,如禁用历史记录、规范化 shell 提示符、定位有用的二进制文件,并尝试生成伪终端(pty)以实现完全交互式会话。此外,pwncat 还能同步远程 pty 设置与本地设置,确保 shell 在交互式应用程序(如 vim 或 nano)中的正常行为。
pwncat 的架构设计采用了通用的“模块”结构,所有功能均作为模块实现,包括枚举、持久化和权限提升。用户可以通过熟悉的 run、search 和 info 命令与模块交互,并使用 use 命令进入模块上下文。
项目及技术应用场景
pwncat 适用于以下场景:
- 红队操作:简化红队在目标系统上的操作流程,自动化执行常见任务。
- 渗透测试:提供强大的后渗透功能,帮助渗透测试人员快速定位和利用系统漏洞。
- 安全研究:为安全研究人员提供一个灵活的工具,用于测试和验证各种权限提升和持久化技术。
项目特点
- 跨平台支持:不仅支持 Linux,还新增了对 Windows 目标的 alpha 支持。
- 自动化操作:自动执行枚举、植入安装和权限提升等任务,简化操作流程。
- 模块化设计:所有功能均作为模块实现,用户可以根据需要灵活使用。
- 伪终端支持:自动生成伪终端,提供类似 SSH 的交互体验。
- 文件管理:支持文件上传和下载,方便在目标系统上进行文件操作。
- 持久化与权限提升:内置多种持久化和权限提升方法,帮助用户在目标系统上建立长期控制。
安装与使用
pwncat 可以通过 pip 安装,推荐使用虚拟环境以避免依赖冲突。对于开发环境,可以使用 Python Poetry 进行管理。Windows 目标的支持需要下载相应的 C2 插件,用户可以通过 --download-plugins 参数预先下载这些插件。
# 使用 pip 安装
pip install pwncat-cs
# 使用虚拟环境安装
python3 -m venv pwncat-env
source pwncat-env/bin/activate
pip install pwncat-cs
未来计划
pwncat 计划在未来增加更多权限提升方法、持久化方法、攻击方法和网络方法,使其成为一个功能更加全面的红队工具。
总结
pwncat 是一款功能强大且灵活的后渗透平台工具,适用于各种安全测试和研究场景。其自动化操作和模块化设计大大简化了红队操作流程,是安全从业人员的得力助手。如果你正在寻找一款高效的后渗透工具,pwncat 绝对值得一试!
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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