CVE PoC:探索公开的CVE漏洞验证代码
2024-09-16 23:24:08作者:廉皓灿Ida
项目介绍
CVE PoC 是一个开源项目,旨在收集并整理几乎所有公开可用的CVE(Common Vulnerabilities and Exposures)漏洞验证代码(Proof of Concept,PoC)。该项目由 Trickest 团队维护,通过自动化流程从多个来源收集CVE信息,并将其整理成易于阅读的Markdown文件。用户可以通过该项目快速找到特定CVE的PoC,从而进行漏洞测试和安全评估。
项目技术分析
技术架构
CVE PoC 项目的技术架构基于 Trickest 的工作流架构,通过以下步骤实现自动化数据收集和处理:
- CVE数据收集:从 cvelist 项目中收集CVE的详细信息。
- 数据分割:将CVE按年份进行分类。
- PoC查找:使用两种技术查找每个CVE的PoC:
- 参考链接查找:通过分析CVE的参考链接,使用 ffuf 工具和关键词列表(如“poc”、“proof of concept”等)来识别PoC。
- GitHub搜索:使用 find-gh-poc 工具在GitHub上搜索提及CVE ID的仓库。
- 数据合并与过滤:将新收集的结果与手动提交的数据合并,并通过
blacklist.txt过滤误报。 - 结果生成:生成GitHub徽章,并将所有信息写入易于阅读的Markdown文件。
自动化流程
项目中的几乎所有内容都是通过自动化流程生成的,确保结果的准确性和及时性。Trickest团队不断优化工作流,以提高数据的质量和覆盖率。
项目及技术应用场景
应用场景
- 安全研究人员:快速查找和验证特定CVE的PoC,进行漏洞分析和研究。
- 企业安全团队:监控和评估公司使用的软件版本是否存在已知漏洞,并及时采取防护措施。
- 漏洞赏金猎人:通过项目提供的PoC进行漏洞测试,发现并报告新的安全漏洞。
- 教育与培训:作为网络安全课程的辅助工具,帮助学生理解和实践CVE漏洞的验证过程。
技术应用
- 自动化数据收集:通过自动化工具和脚本,高效地从多个来源收集和整理CVE信息。
- 关键词匹配与过滤:使用正则表达式和关键词列表,精确识别和过滤PoC链接。
- Markdown文件生成:将收集到的信息自动生成易于阅读和分享的Markdown文件。
项目特点
1. 全面覆盖
CVE PoC 项目几乎涵盖了所有公开可用的CVE PoC,用户可以快速找到所需的信息。
2. 自动化处理
项目通过自动化流程收集和整理数据,确保信息的及时性和准确性。
3. 易于使用
生成的Markdown文件结构清晰,用户可以轻松浏览和查找特定CVE的PoC。
4. 社区支持
项目欢迎社区的贡献和建议,用户可以通过GitHub Issues或Twitter与团队互动。
5. 可定制化
用户可以通过 Trickest 平台定制工作流,满足特定的需求和场景。
结语
CVE PoC 项目为安全研究人员、企业安全团队和漏洞赏金猎人提供了一个强大的工具,帮助他们快速查找和验证CVE漏洞。通过自动化流程和社区支持,该项目不断优化和扩展,为用户提供更全面和准确的信息。无论你是安全领域的专业人士还是初学者,CVE PoC 都是一个值得关注的开源项目。
立即访问 CVE PoC 项目,开始你的漏洞研究之旅吧!
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
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
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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