Inveigh渗透测试工具实战指南
一、核心功能解析
Inveigh是一款专为渗透测试设计的跨平台.NET工具,主要用于执行中间人(MitM)攻击——即拦截并篡改网络通信的攻击方式。该工具通过多种协议监听与响应机制,实现对IPv4和IPv6环境下网络流量的捕获与分析。
1.1 协议监听模块
Inveigh集成了多种网络协议监听功能,包括LLMNR(链路本地多播名称解析)、NBT-NS(NetBIOS名称服务)、DNS(域名系统)和DHCPv6(动态主机配置协议版本6)等。这些模块协同工作,能够响应目标网络中的名称解析请求,引导流量经过攻击主机。
1.2 凭证捕获能力
工具核心功能之一是捕获网络中的认证凭证,支持NTLM(NT LAN Manager)协议的凭证哈希抓取。通过伪造服务响应,诱导目标设备发送认证信息,从而获取用户名、密码哈希等敏感数据,为后续渗透测试提供关键信息。
本节要点
- 支持多协议监听,覆盖主流名称解析服务
- 核心功能聚焦凭证捕获与网络流量分析
- 适用于IPv4/IPv6双环境渗透测试场景
二、环境准备
在使用Inveigh前,需完成必要的环境配置与依赖安装,确保工具能够正常运行。
2.1 系统要求
Inveigh基于.NET框架开发,需在以下环境中运行:
- Windows系统:PowerShell 5.1及以上版本,.NET Framework 4.7.2或更高
- Linux系统:PowerShell 7.0+,.NET Core 3.1或更高
2.2 安装步骤
第一步:克隆项目仓库
git clone https://gitcode.com/gh_mirrors/in/Inveigh
cd Inveigh
第二步:设置PowerShell执行策略
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
[!NOTE] 执行策略设置仅需一次,若系统提示权限不足,需以管理员身份运行PowerShell。
本节要点
- 支持Windows和Linux双平台运行
- 依赖PowerShell环境与.NET框架
- 需调整执行策略以允许脚本运行
三、快速上手
通过基础命令快速启动Inveigh,掌握核心功能的基本使用方法。
3.1 基础参数说明
| 参数 | 功能描述 | 示例 |
|---|---|---|
| -Help | 显示帮助信息 | .\Inveigh.ps1 -Help |
| -Mode | 指定运行模式(Passive/Active) | -Mode Passive |
| -Interface | 指定监听网络接口 | -Interface eth0 |
| -LogFile | 设置日志文件路径 | -LogFile inveigh.log |
3.2 场景化命令示例
被动监听模式
.\Inveigh.ps1 -Mode Passive -Interface Ethernet -LogFile passive.log
⚡️ 该模式仅监听网络流量,不主动发送响应,适合隐蔽信息收集。
主动攻击模式
.\Inveigh.ps1 -Mode Active -LLMNR Y -NBTNS Y -DNS Y -DHCPv6 Y
⚠️ 主动模式会响应网络中的名称解析请求,可能被安全设备检测,建议在授权测试中使用。
[!NOTE] 执行命令前需确认当前用户具有管理员权限,否则可能无法正常监听网络接口。
本节要点
- 使用**-Help**参数获取完整命令说明
- 被动模式适合信息收集,主动模式用于攻击测试
- 必须指定网络接口才能开始监听
四、进阶配置
掌握参数优先级规则与配置模板,实现更灵活的测试场景定制。
4.1 参数优先级规则
Inveigh参数应用遵循以下优先级(从高到低):
- 命令行直接指定的参数
- 预设的配置文件参数
- 工具默认参数
例如:命令行中指定的-LogFile会覆盖配置文件中的日志路径设置。
4.2 常见配置模板
模板1:凭证捕获优化配置
.\Inveigh.ps1 -Mode Active -LLMNR Y -NBTNS Y -SMB Y -Proxy Y -LogFile credentials.log
该配置启用SMB代理与凭证记录,适合捕获Windows系统认证信息。
模板2:IPv6环境测试配置
.\Inveigh.ps1 -Mode Active -DHCPv6 Y -DNS Y -IPv6Only Y -LogFile ipv6test.log
专注于IPv6环境的DHCPv6和DNS欺骗测试。
[!NOTE] 复杂场景建议将常用配置保存为PowerShell脚本,如
.\scenarios\cred_capture.ps1,便于快速调用。
本节要点
- 参数优先级:命令行 > 配置文件 > 默认值
- 凭证捕获需启用SMB代理功能
- 单独配置IPv6环境可使用**-IPv6Only**参数
五、使用注意事项
5.1 法律与授权
使用Inveigh进行渗透测试必须获得明确授权,未授权使用可能违反法律法规。测试前应签署书面授权文件,明确测试范围与边界。
5.2 检测规避
- 避免在高流量网络中长时间运行主动模式
- 定期更换监听端口与响应策略
- 结合网络流量分析工具监控测试行为
5.3 日志管理
- 及时备份日志文件,避免数据丢失
- 测试结束后清理本地日志,防止敏感信息泄露
- 日志文件建议加密存储,权限设置为仅当前用户可访问
本节要点
- 严格遵守法律规定,获得授权后测试
- 采取措施规避安全设备检测
- 重视日志安全与管理
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 StartedRust0191
cann-learning-hubCANN 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 Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08