探索漏洞赏金猎人的宝藏:bounty-targets-data 项目推荐
2024-09-20 19:53:55作者:蔡丛锟
项目介绍
在网络安全的世界里,漏洞赏金计划(Bug Bounty Programs)已成为企业和安全研究人员之间的重要桥梁。然而,了解哪些域名和范围是有效的赏金目标,往往是一项繁琐且耗时的任务。为了解决这一问题,bounty-targets-data 项目应运而生。该项目由资深开发者 arkadiyt 创建,旨在为全球的漏洞赏金猎人提供一个集中、实时的数据源,帮助他们快速定位和验证潜在的赏金目标。
项目技术分析
bounty-targets-data 项目通过自动化脚本定期从多个知名的漏洞赏金平台(如 Hackerone、Bugcrowd、Federacy 等)抓取最新的域名和范围数据,并将其整理成易于使用的格式。项目主要包含以下文件:
- domains.txt: 包含所有非通配符的域名列表,方便用户直接使用。
- wildcards.txt: 包含所有通配符域名列表,用户需注意检查具体规则以避免提交无效报告。
- bugcrowd_data.json, hackerone_data.json 等: 这些文件提供了原始的 JSON 数据,适合需要进一步处理和分析的高级用户。
此外,项目还提供了 Hackerone 的 GraphQL API 模式文件,为开发者提供了更多自定义工具的可能性。
项目及技术应用场景
bounty-targets-data 项目适用于以下场景:
- 漏洞赏金猎人: 无论是新手还是资深猎人,都可以利用该项目快速获取最新的赏金目标,节省大量时间和精力。
- 安全研究人员: 项目提供的原始数据可以用于更深入的安全分析和研究,帮助研究人员发现潜在的安全漏洞。
- 企业安全团队: 企业可以通过监控这些数据,了解自身在漏洞赏金平台上的暴露情况,及时调整安全策略。
项目特点
- 实时更新: 项目每30分钟自动更新一次,确保用户获取的数据始终是最新的。
- 多平台支持: 涵盖了 Hackerone、Bugcrowd、Federacy 等多个主流漏洞赏金平台,满足不同用户的需求。
- 易于使用: 提供简洁明了的文本文件和 JSON 数据,用户可以根据自己的需求选择合适的格式。
- 开源透明: 项目代码完全开源,用户可以自由查看和修改,确保数据的透明性和可靠性。
结语
bounty-targets-data 项目不仅为漏洞赏金猎人提供了一个强大的工具,也为整个网络安全社区贡献了一份宝贵的资源。无论你是安全研究人员、企业安全团队,还是对漏洞赏金感兴趣的开发者,这个项目都值得你一试。立即访问 GitHub 项目页面,开始你的漏洞赏金之旅吧!
登录后查看全文
热门项目推荐
相关项目推荐
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 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 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 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 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 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 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
186
201
暂无简介
Dart
625
141
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
242
315
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
381
3.52 K
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
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++
648
265
🎉 (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
1.11 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
127
857