首页
/ SSL保守库项目教程

SSL保守库项目教程

2024-08-17 17:14:19作者:江焘钦
ssl-conservatory
Sample SSL client code for correct endpoint validation.

项目的目录结构及介绍

SSL保守库项目的目录结构如下:

ssl-conservatory/
├── README.md
├── check_ssl_ciphers.py
├── check_ssl_renegotiation.py
├── check_ssl_versions.py
├── check_tls_compression.py
├── requirements.txt
└── tests/
    ├── test_check_ssl_ciphers.py
    ├── test_check_ssl_renegotiation.py
    ├── test_check_ssl_versions.py
    └── test_tls_compression.py
  • README.md: 项目介绍和使用说明。
  • check_ssl_ciphers.py: 检查SSL密码套件的脚本。
  • check_ssl_renegotiation.py: 检查SSL重新协商的脚本。
  • check_ssl_versions.py: 检查SSL版本的脚本。
  • check_tls_compression.py: 检查TLS压缩的脚本。
  • requirements.txt: 项目依赖的Python包列表。
  • tests/: 包含项目的测试脚本。

项目的启动文件介绍

项目的启动文件主要是各个检查脚本,如check_ssl_ciphers.pycheck_ssl_renegotiation.pycheck_ssl_versions.pycheck_tls_compression.py。这些脚本可以直接运行,用于检查目标服务器的SSL/TLS配置。

例如,运行check_ssl_ciphers.py的命令如下:

python check_ssl_ciphers.py example.com

项目的配置文件介绍

该项目没有显式的配置文件,所有的配置和参数都是通过命令行参数传递的。例如,在运行检查脚本时,可以通过命令行参数指定目标服务器和端口。

例如:

python check_ssl_ciphers.py example.com 443

这样就可以指定目标服务器为example.com,端口为443

ssl-conservatory
Sample SSL client code for correct endpoint validation.
热门项目推荐
相关项目推荐

项目优选

收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
672
0
openHiTLS
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
12
8
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
323
26
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
30
5
easy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
xzs
在线考试系统、考试系统、在线教育考试系统、在线教育、跨平台考试、考试、智能考试、试题、错误试题、考试题目、试题组卷等
HTML
3
1
langgpt
Ai 结构化提示词,人人都能写出高质量提示词,GitHub 开源社区全球趋势热榜前十项目,已被百度、智谱、字节、华为等国内主流大模型智能体平台使用,内容来自国内最具影响力的高质量提示词工程师学习交流社群——LangGPT。开源知识库:https://langgptai.feishu.cn/wiki/RXdbwRyASiShtDky381ciwFEnpe
Jupyter Notebook
16
2