HoneyThing 开源项目教程
2024-09-24 15:55:16作者:姚月梅Lane
1. 项目介绍
HoneyThing 是一个针对 TR-069 协议的蜜罐项目,旨在模拟具有 RomPager 嵌入式 Web 服务器的调制解调器/路由器,支持 TR-069(CWMP)协议。该项目最初由 Ali Ikinci 提出,并在 2015 年作为 Honeynet GSoC 项目的一部分进行开发。
主要功能
- 模拟常见漏洞:如 Misfortune Cookie、Rom-0 等。
- TR-069 协议支持:实现常用的 TR-069 CPE 命令,如 GetRPCMethods、Get/Set ParameterValues、Download 等。
- 调制解调器 Web 界面:增加与攻击者的交互。
- 日志记录:所有通信(HTTP、CWMP 日志)和蜜罐状态(启动/停止、错误等)都记录在可解析的文本格式中。
2. 项目快速启动
安装要求
- Python 2.7 或更高版本
- PycURL 包
安装步骤
使用安装脚本
- 下载并解压 HoneyThing 项目。
- 进入解压后的目录。
- 运行以下命令进行安装:
python setup.py install
使用预构建包
- 下载适用于 Ubuntu 或 CentOS 的预构建包。
- 使用以下命令进行安装:
- 对于 Ubuntu:
dpkg -i honeything_x.y.z.deb - 对于 CentOS:
rpm -i honeything_x.y.z.rpm
- 对于 Ubuntu:
配置
安装后,可以通过配置文件修改一些参数。配置文件包含以下几个部分:
- HTTP:HTTP 监听地址/端口。
- CWMP:TR-069 参数,如监听地址/端口、ACS URL、下载目录等。
- CPE:与调制解调器/路由器设备相关的变量,如制造商、序列号、型号名称等。
- Logging:日志文件路径、日志级别等。
运行
安装完成后,可以使用以下命令启动、停止、重启或查看 HoneyThing 的状态:
service honeything [start|stop|restart|status]
或
/etc/init.d/honeything [start|stop|restart|status]
3. 应用案例和最佳实践
应用案例
HoneyThing 可以用于网络安全研究,帮助安全研究人员模拟和分析针对 TR-069 协议的攻击。通过模拟真实的调制解调器/路由器环境,HoneyThing 能够捕获和记录攻击者的行为,从而帮助研究人员了解和防御此类攻击。
最佳实践
- 定期更新:确保 HoneyThing 和相关依赖项保持最新,以防止已知漏洞被利用。
- 日志分析:定期分析 HoneyThing 生成的日志,识别潜在的安全威胁。
- 网络隔离:将 HoneyThing 部署在隔离的网络环境中,避免对生产网络造成影响。
4. 典型生态项目
相关项目
- Honeynet Project:一个专注于蜜罐技术的开源项目,提供了多种蜜罐解决方案。
- Snort:一个开源的网络入侵检测系统,可以与 HoneyThing 结合使用,增强网络安全性。
- Suricata:另一个开源的网络入侵检测系统,支持实时流量分析和威胁检测。
通过结合这些生态项目,可以构建一个更全面的安全监控和防御体系。
登录后查看全文
热门项目推荐
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
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
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
215
235
暂无简介
Dart
662
152
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
253
320
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++
660
297
🎉 (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
1.18 K
646
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
🔥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
62
19
仓颉编程语言开发者文档。
59
818