EyeWitness:一款强大的网络侦查工具
2024-09-22 00:52:08作者:曹令琨Iris
项目介绍
EyeWitness 是一款专为网络安全专业人士设计的工具,旨在通过截图、获取服务器头部信息以及识别已知默认凭据来帮助用户快速了解目标网站的安全状况。该工具支持多种输入格式,包括文本文件、Nmap XML 输出和 Nessus XML 输出,并且可以在 Kali Linux、Debian、CentOS 和 Rocky Linux 等多种 Linux 发行版上运行。此外,EyeWitness 还提供了 Windows 客户端,支持解析和截图 Internet Explorer 和 Chrome 书签,非常适合渗透测试和安全评估场景。
项目技术分析
EyeWitness 的核心功能包括:
- 截图功能:自动截取目标网站的屏幕截图,帮助用户直观了解网站的界面和结构。
- 服务器头部信息获取:提取目标网站的服务器头部信息,帮助用户分析服务器配置和潜在的安全漏洞。
- 默认凭据识别:识别已知的默认凭据,帮助用户快速发现潜在的安全风险。
EyeWitness 的技术栈主要包括 Python 和 C#,分别用于 Linux 和 Windows 平台的实现。此外,EyeWitness 还支持通过 Docker 容器运行,避免了在主机上安装不必要的依赖。
项目及技术应用场景
EyeWitness 适用于以下场景:
- 渗透测试:在渗透测试过程中,EyeWitness 可以帮助测试人员快速获取目标网站的截图和服务器信息,为后续的漏洞挖掘提供重要参考。
- 安全评估:在进行安全评估时,EyeWitness 可以帮助安全团队快速识别目标网站的默认凭据,从而发现潜在的安全风险。
- 红队演练:在红队演练中,EyeWitness 可以帮助红队成员快速了解目标环境,为后续的攻击行动提供支持。
项目特点
EyeWitness 具有以下显著特点:
- 跨平台支持:支持 Kali Linux、Debian、CentOS 和 Rocky Linux 等多种 Linux 发行版,以及 Windows 平台。
- 多种输入格式:支持文本文件、Nmap XML 输出和 Nessus XML 输出等多种输入格式,方便用户集成到现有的工作流程中。
- 灵活的代理支持:支持通过 SOCKS 代理运行,方便用户在受限网络环境中使用。
- Docker 支持:提供 Docker 容器化运行方式,避免在主机上安装依赖,方便快速部署和使用。
- 开源免费:EyeWitness 是一款开源工具,用户可以免费使用并根据需要进行定制和扩展。
结语
EyeWitness 是一款功能强大且易于使用的网络侦查工具,适用于渗透测试、安全评估和红队演练等多种场景。无论你是网络安全专业人士还是对网络安全感兴趣的爱好者,EyeWitness 都能为你提供有力的支持。快来试试吧!
GitHub 项目地址:EyeWitness
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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219