Ligolo-ng项目中的多隧道代理技术解析
2025-06-24 03:24:38作者:伍希望
在网络安全渗透测试中,隧道代理技术是突破内网隔离的重要手段。Ligolo-ng作为一款轻量级隧道工具,近期在v0.4.4版本后对多隧道管理机制进行了重要改进,这引发了安全研究人员的热烈讨论。
传统隧道代理的局限性
早期版本(v0.4.4之前)采用单隧道工作模式,当需要建立二级代理时,用户必须手动停止当前隧道才能启动新连接。这种设计存在明显缺陷:
- 无法实现真正的多级隧道并行
- 切换隧道时会中断现有连接
- 缺乏灵活的路由管理能力
新版架构的核心改进
最新版本引入了革命性的多隧道管理机制,关键技术突破包括:
- 多TUN设备支持:通过创建多个虚拟网络设备(如ligolo、ligolo-dev等),实现真正的隧道并行
- 独立路由表管理:每个隧道对应独立的路由规则,避免子网冲突
- 非破坏性切换:用户可选择保留现有隧道或创建新隧道
典型应用场景实践
双级代理配置示例
# 一级隧道
sudo ip tuntap add user $(whoami) mode tun ligolo
sudo ip link set ligolo up
./ligolo-ng -t ligolo
# 二级隧道(通过一级代理访问的内网机器)
sudo ip tuntap add user $(whoami) mode tun ligolo-dev
sudo ip link set ligolo-dev up
./ligolo-ng -t ligolo-dev
路由策略优化
当目标子网重叠时,可通过策略路由精确控制流量走向:
ip route add 192.168.1.0/24 dev ligolo
ip route add 172.16.0.0/16 dev ligolo-dev
技术优势分析
- 并行渗透能力:可同时维持多个层级的内网访问通道
- 故障隔离:单个隧道异常不会影响其他通道
- 精细控制:支持基于目标网络的隧道选择
- 资源友好:TUN设备按需创建,避免资源浪费
最佳实践建议
- 采用命名规范的TUN设备(如ligolo-pivot1、ligolo-pivot2)
- 配合自动化脚本管理隧道生命周期
- 建立详细的网络拓扑文档,明确各隧道用途
- 定期检查路由表状态,避免规则冲突
Ligolo-ng的多隧道架构为复杂内网渗透提供了更强大的技术支持,理解其工作原理将显著提升红队作战效率。随着项目持续演进,预期将带来更多自动化管理功能,进一步降低使用门槛。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217