【亲测免费】 IMSI-catcher 开源项目使用教程
2026-01-19 10:22:12作者:邬祺芯Juliet
1. 项目的目录结构及介绍
IMSI-catcher/
├── README.md
├── imsi_catcher.py
├── config.ini
├── utils/
│ ├── __init__.py
│ ├── helper.py
│ └── logger.py
└── data/
├── captured_imsis.txt
└── logs/
- README.md: 项目说明文件,包含项目的基本介绍和使用方法。
- imsi_catcher.py: 项目的启动文件,负责启动和运行IMSI捕获程序。
- config.ini: 项目的配置文件,包含各种配置选项,如网络接口、日志级别等。
- utils/: 工具模块目录,包含项目中使用的各种辅助函数和类。
- init.py: 使utils目录成为一个Python包。
- helper.py: 包含一些辅助函数,如数据处理和格式化。
- logger.py: 包含日志记录相关的函数和配置。
- data/: 数据存储目录,包含捕获的IMSI数据和日志文件。
- captured_imsis.txt: 存储捕获的IMSI数据。
- logs/: 存储日志文件的目录。
2. 项目的启动文件介绍
imsi_catcher.py 是项目的启动文件,负责启动和运行IMSI捕获程序。以下是该文件的主要功能和结构:
import sys
import configparser
from utils.logger import setup_logger
from utils.helper import capture_imsis
def main():
# 读取配置文件
config = configparser.ConfigParser()
config.read('config.ini')
# 设置日志
logger = setup_logger(config['LOGGING']['log_level'])
# 捕获IMSI
capture_imsis(config, logger)
if __name__ == '__main__':
main()
- 导入模块: 导入必要的模块,包括配置文件处理、日志设置和辅助函数。
- main函数: 主函数,负责读取配置文件、设置日志并启动IMSI捕获过程。
- configparser: 用于读取和解析配置文件。
- setup_logger: 设置日志记录器,根据配置文件中的日志级别进行设置。
- capture_imsis: 执行IMSI捕获的函数。
3. 项目的配置文件介绍
config.ini 是项目的配置文件,包含各种配置选项,如网络接口、日志级别等。以下是该文件的示例内容:
[NETWORK]
interface = wlan0
[LOGGING]
log_level = INFO
log_file = data/logs/imsi_catcher.log
[CAPTURE]
output_file = data/captured_imsis.txt
- [NETWORK]: 网络配置部分,指定用于捕获IMSI的网络接口。
- [LOGGING]: 日志配置部分,指定日志级别和日志文件路径。
- [CAPTURE]: 捕获配置部分,指定捕获的IMSI数据输出文件路径。
通过修改这些配置选项,可以灵活地调整项目的运行参数。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0126- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
720
4.62 K
Ascend Extension for PyTorch
Python
594
742
openEuler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。
C
424
372
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++
982
974
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
865
126
deepin linux kernel
C
29
16
暂无简介
Dart
966
244
Oohos_react_native
React Native鸿蒙化仓库
C++
345
390
昇腾LLM分布式训练框架
Python
158
187
🎉 (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
1.64 K
964