20190511_awd_docker 的项目扩展与二次开发
2025-06-11 08:13:52作者:董斯意
项目的基础介绍
本项目是基于2019年5月11日防灾科技学院“应急挑战杯”大学生网络安全邀请赛的AWD(Attack With Defense)靶机题目。AWD模式是一种网络安全竞赛模式,参赛团队既需要防御自己的靶机不被其他团队攻破,同时也要尝试攻击其他团队的靶机。本项目通过Docker容器化技术,构建了一个包含四个靶机的环境,分别为PWN、Nginx + Python(Flask)、Apache + PHP(ThinkPHP5)、Nginx + PHP题目。
项目的核心功能
- 容器化部署:使用Docker-compose一键部署四个靶机环境,简化了环境搭建的复杂度。
- 靶机多样化:涵盖了多种Web应用和操作系统层面的靶机,适合不同层次的网络安全爱好者进行学习和实践。
- SSH访问:默认开放SSH端口,便于参赛者通过SSH登录靶机进行加固和攻击尝试。
项目使用了哪些框架或库?
- Docker:容器化技术,用于创建和运行容器。
- Docker-compose:用于定义和运行多容器Docker应用。
- Python:用于Flask应用和部分靶机的后端服务。
- PHP:用于ThinkPHP5和普通PHP应用的靶机。
- Nginx:作为Web服务器,用于服务静态页面和代理请求。
- Apache:作为Web服务器,用于ThinkPHP5应用。
项目的代码目录及介绍
20190511_awd_docker/
├── docker-compose.yml # Docker容器编排文件,定义了各容器的配置
├── LICENSE # 项目使用的MIT协议许可证文件
├── README.md # 项目说明文件
├── ...
└── ...
在docker-compose.yml文件中,定义了每个靶机的镜像、端口映射、环境变量等配置。README.md详细介绍了项目的使用方法和靶机的默认登录信息。
对项目进行扩展或者二次开发的方向
- 靶机类型扩展:可以增加其他类型的靶机,例如数据库靶机、邮件服务器靶机等,以丰富比赛场景。
- 难度梯度设计:可以根据不同用户的技能水平,设计不同难度的靶机,满足不同层次学习者的需求。
- 自动化部署脚本:编写自动化脚本,使得靶机环境的部署更加快速和便捷。
- 交互式教学模块:集成教学模块,引导用户学习网络安全知识,并提供实验反馈。
- 靶机加固和攻防策略:通过分析攻击和防御手段,不断更新靶机配置,提升靶机的实战价值。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0178- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
snackjson新一代高性能 Jsonpath 框架。同时兼容 `jayway.jsonpath` 和 IETF JSONPath (RFC 9535) 标准规范(支持开放式定制)。Java00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
598
4.01 K
Ascend Extension for PyTorch
Python
433
525
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++
918
757
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
364
245
暂无简介
Dart
842
204
🎉 (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
1.45 K
814
昇腾LLM分布式训练框架
Python
130
154
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
167
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
128
174