探索网络宝藏:KENZER - 自动化Web资产枚举与扫描
2024-05-23 21:10:15作者:庞眉杨Will
1、项目简介
KENZER是一款由ARPSyndicate开发的自动化Web资产枚举和扫描工具。虽然项目已声明为“废弃”,但它曾经是一个强大的框架,适用于安全研究人员和Bug Bounty猎人在进行网络侦查时快速发现并评估目标系统的安全性。借助KENZER,用户能够通过一系列集成的模块来执行子域名枚举、端口扫描、Web漏洞扫描等任务。
2、项目技术分析
KENZER的核心在于其内置的一系列模块,包括但不限于:
- 子域名枚举:Subfinder、Amass、CerteX、TLSX、DNSX、NXScan、ShuffleDNS
- 端口枚举:NXScan(Shodan、Netlas、Naabu、Nmap)
- Web枚举:HttpX、Favinizer、Domlock、Gau、GoSpider、URLhunter、Waymore
- 漏洞扫描:Freaker、Jaeles、Wapiti、ZAP、Nuclei、Rescro、DalFox
- 备份文件扫描:Fuzzuli
- Git仓库枚举与扫描:RepoHunt、Trufflehog
- Web截图识别:Shottie、Perceptic
这些工具通过自动化流程协同工作,以提高效率和覆盖范围。此外,它支持通过HTTP/SOCKS代理进行分布式任务,并利用Zulip作为交互界面,方便用户管理和控制扫描过程。
3、应用场景
- 安全审计:在进行网络安全审计时,KENZER能帮助快速发现潜在的安全风险。
- Bug Bounty:对Bug Bounty猎人来说,该工具是寻找目标网站或应用未公开的安全问题的有效手段。
- 教育研究:对于学习信息安全的学生和教师,KENZER提供了一个实践自动化网络侦查的实际平台。
4、项目特点
- 多功能性:集成了多种枚举和扫描工具,覆盖了从子域名到Web漏洞的各种场景。
- 自动化:无需手动操作,只需通过Zulip命令即可启动多个任务。
- 分布式支持:可将任务分配到多台机器上,提升扫描速度。
- 自定义配置:允许用户根据需要自定义配置,适应不同场景需求。
- 互动式接口:通过Zulip聊天机器人与用户交互,实时监控扫描进度。
尽管KENZER不再更新,但它的设计理念和实现方式仍然是理解和构建自动化安全工具的宝贵资源。对于希望深入了解网络侦查自动化的开发者和技术爱好者,该项目仍然值得研究和探索。
请注意,由于项目已声明废弃,安装和支持可能存在问题,适合有一定Python和Bash基础的用户进行研究和实验。
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
185
196
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
480
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
276
97
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
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210