探索漏洞赏金猎人的宝藏:bounty-targets-data 项目推荐
2024-09-20 07:50:37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
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781