Fscan工具新增端口排除功能解析
2025-05-19 03:27:15作者:齐冠琰
功能背景
Fscan作为一款高效的网络扫描工具,在2.0.1版本中新增了端口排除功能,这一改进极大提升了扫描的灵活性和针对性。在实际网络测试和安全评估中,我们经常需要排除某些特定端口,可能是为了避免触发安全设备的告警,或者是为了提高扫描效率而跳过已知不相关的服务端口。
版本差异
Fscan在不同版本中实现了两种不同的端口排除参数:
-
1.8及以下版本:使用
-pn参数进行端口排除- 示例:
fscan -h 127.0.0.1 -pn 445 - 这会排除对445端口的扫描
- 示例:
-
2.x版本:改用
-ep参数实现相同功能- 示例:
fscan -h 127.0.0.1 -ep 25 - 这将排除对25端口的扫描
- 示例:
使用注意事项
-
版本兼容性:用户需要注意自己使用的Fscan版本,2.0.0版本尚未支持
-ep参数,这一功能是在2.0.1版本中正式加入的。 -
参数格式:排除端口参数后直接跟端口号,不需要额外的符号或格式。
-
多端口排除:目前文档未明确说明是否支持同时排除多个端口,但通常这类工具会支持以逗号分隔的端口列表。
实际应用场景
-
规避检测:当目标网络部署了针对特定端口的监测系统时,可以通过排除这些端口来降低被发现的风险。
-
提高效率:在已知某些端口不会提供有用信息的情况下,排除这些端口可以显著减少扫描时间。
-
合规扫描:某些合规性扫描可能需要避免扫描特定服务端口,此时排除功能就非常有用。
技术实现推测
虽然Fscan未公开其具体实现细节,但端口排除功能通常会在以下环节发挥作用:
-
端口生成阶段:在生成待扫描端口列表时,过滤掉被排除的端口。
-
扫描调度阶段:在分发扫描任务时,跳过指定端口的探测。
-
结果处理阶段:在结果展示时过滤掉排除端口的相关信息。
总结
Fscan的端口排除功能是工具实用性的重要提升,使技术人员能够更精准地控制扫描行为。用户在使用时应注意版本差异,合理利用这一功能可以显著提高扫描效率和针对性。对于需要最新功能的用户,建议从源码编译获取2.0.1及以上版本。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217