推荐开源项目:CredPhish - 用PowerShell进行安全凭证收集

CredPhish 是一款基于PowerShell的脚本工具,其主要设计目的是模拟凭证提示并安全地获取用户的密码信息。该工具通过利用Windows内置的安全和网络功能,提供了一种高效且不易察觉的方式来执行网络安全测试。
1. 项目介绍
CredPhish巧妙地利用了微软的CredentialPicker API,它能够在用户界面上创建一个看似合法的凭证输入窗口,用于测试用户的安全意识。不仅如此,它还结合了DNS客户端服务以实现DNS通道的数据传输,并利用Windows Defender的ConfigSecurityPolicy.exe来执行GET请求,进行远程数据交互。
2. 项目技术分析
-
CredentialPicker: 这个API允许CredPhish以一种标准的方式在目标系统上弹出认证窗口,用于安全测试目的。
-
Resolve-DnsName: 利用DNS查询,CredPhish可以将测试数据伪装成正常的网络流量进行传递,增加了不易被发现的特性。
-
ConfigSecurityPolicy.exe: 利用这个内置的Windows工具,CredPhish可以在标准操作的情况下,发送GET请求到预设的URL,从而实现对测试数据的远程收集。
3. 项目及技术应用场景
CredPhish 对于安全研究人员和渗透测试者来说是一个有价值的工具,他们可以通过模拟真实的网络安全测试场景,评估组织的安全防护措施以及员工的安全意识。此外,对于教育领域,CredPhish也可以作为学习网络防御和安全攻防战的实践案例。
4. 项目特点
-
易用性:CredPhish是用PowerShell编写,易于理解和修改,适合那些有一定编程基础的使用者。
-
不易察觉:借助内置系统工具进行数据交换,降低被误报的风险。
-
灵活性高:支持多种方式的数据收集和传输,可以根据具体需求定制测试策略。
要深入了解CredPhish的详细操作方法,请参阅Black Hills Infosec发布的文章,那里提供了完整的步骤指南和实际应用示例。
在这个开放源代码的世界里,CredPhish为你带来了新的视角,让你能够更好地了解网络安全测试的运作机制,同时提高你的网络安全防御水平。现在就加入我们,探索这个强大的工具吧!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00