EyeWitness 使用教程
2024-09-20 07:58:36作者:虞亚竹Luna
1. 项目介绍
EyeWitness 是一个开源工具,旨在帮助安全研究人员和渗透测试人员快速获取网站的截图、服务器头部信息,并识别可能的默认凭证。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。EyeWitness 主要运行在 Kali Linux 上,但也提供了 Windows 和 Linux 的安装选项。
2. 项目快速启动
2.1 安装
2.1.1 Kali Linux
在 Kali Linux 上,可以通过以下命令安装 EyeWitness:
git clone https://github.com/FortyNorthSecurity/EyeWitness.git
cd EyeWitness/Python/setup
sudo ./setup.sh
2.1.2 Windows
在 Windows 上,可以通过以下步骤安装 EyeWitness:
- 克隆仓库:
git clone https://github.com/FortyNorthSecurity/EyeWitness.git
- 打开
EyeWitness.sln文件,使用 Visual Studio 进行编译。
2.2 使用
2.2.1 基本使用
以下是 EyeWitness 的基本使用示例:
./EyeWitness.py -f urls.txt --web
2.2.2 高级选项
EyeWitness 支持多种高级选项,例如设置超时时间、使用代理等。以下是一个使用代理的示例:
./EyeWitness.py -f urls.txt --web --proxy-ip 127.0.0.1 --proxy-port 8080 --proxy-type socks5 --timeout 120
3. 应用案例和最佳实践
3.1 应用案例
EyeWitness 可以用于以下场景:
- 渗透测试:在渗透测试过程中,快速获取目标网站的截图和头部信息,帮助分析目标的防御机制。
- 安全评估:在安全评估中,识别目标网站的默认凭证,帮助发现潜在的安全漏洞。
- 漏洞扫描:结合其他工具,如 Nmap 和 Nessus,生成详细的报告,帮助团队快速定位和修复漏洞。
3.2 最佳实践
- 定期更新:由于 EyeWitness 是一个活跃的开源项目,建议定期更新以获取最新的功能和修复。
- 使用代理:在执行大规模扫描时,建议使用代理以避免被目标网站封禁。
- 生成报告:使用
--no-prompt选项生成报告,方便后续分析和存档。
4. 典型生态项目
EyeWitness 通常与其他安全工具结合使用,以下是一些典型的生态项目:
- Nmap:用于网络发现和安全审计,生成 EyeWitness 所需的 XML 输出。
- Nessus:用于漏洞扫描,生成 EyeWitness 所需的 XML 输出。
- Metasploit:用于渗透测试,结合 EyeWitness 生成详细的渗透测试报告。
通过结合这些工具,可以构建一个完整的安全评估和渗透测试流程,提高工作效率和准确性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
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++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881