首页
/ 推荐开源项目:LNKUp - 数据泄露payload生成器

推荐开源项目:LNKUp - 数据泄露payload生成器

2024-05-23 21:47:45作者:廉皓灿Ida

项目介绍

在Windows系统中,LNKUp是一款强大的工具,它能帮助你生成LNK快捷方式payload。这些payload一旦被执行或打开,就会悄悄地泄露数据。开发者@Plazmaz提供了这个开源项目,以安全研究和教育为目的,但同时也提醒用户要对使用该工具可能带来的后果负责。

项目技术分析

LNKUp利用了Windows操作系统的特性,可以生成两种类型的payload:

  1. NTLM类型:当LNK文件被渲染或运行时,它会窃取用户的NTLM哈希。这需要配合监听服务器(如Metasploit的SMB捕获模块)来捕获这些信息。
  2. 环境变量类型:这种payload则用于窃取用户的环境变量,如%PATH%,%USERNAME%等。通过指定--vars参数,你可以选择想要获取哪些环境变量。

此外,你可以使用--execute选项指定一个命令,在双击快捷方式时执行,增加了payload的灵活性。

安装过程简单,只需要通过pip install -r requirements.txt安装所需依赖即可。

项目及技术应用场景

  • 网络安全研究人员进行渗透测试,评估系统漏洞。
  • 教育领域,教授学生关于恶意软件行为和防御策略。
  • 安全审计,检查系统对外部访问的敏感性。
  • 开发人员了解LNK文件的工作原理,并创建自定义的自动化工具。

项目特点

  • 平台针对性强:专门针对Windows操作系统设计,确保在该环境下有效。
  • 多功能性:支持生成NTLM哈希窃取和环境变量窃取两种类型payload。
  • 易用性:命令行界面简洁,参数清晰,便于操作。
  • 扩展性:可通过--execute选项附加自定义命令,实现更多功能。

如果你需要在Windows环境中进行安全测试或者研究,LNKUp是一个值得信赖的工具,不妨立即尝试一下,体验其强大之处。但请务必谨慎使用,遵守法律法规。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
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++
505
42
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
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
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (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
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
333
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70