web安全信息收集技巧+工具汇总

web安全信息收集技巧+工具汇总

信息收集在线工具
根域名搜集
子域名收集

已知根域名搜集子域名:

dns历史记录查询
ssl证书查询

https://myssl.com/weijiangshi.cn?status=q

泛解析问题:导致扫到的所有域名都解析到同一域名。如:

搜索引擎搜集偏远资产
domain # 查询子域名 body # html 正文进行查询 title # 网站标题进行查询 header # 从响应头进行查询 host # 通过主机名进行查询 port # 通过端口进行查询 ip # 通过 ip 进行查询 ip="220.181.111.1/24" # ip 支持网段 status_code # 过滤状态码 app # 通过 FOFA 整理的规则进行查询 country="CN" # 搜索指定国家(编码)的资产 region="Henan" # 搜索指定行政区的资产 domain="*.edu.cn" && (body="登录" || body="后台" || body="系统" || body="管理")
谷歌语法搜集
site: 可以限制你搜索范围的域名; inurl: 用于搜索网页上包含的URL,这个语法对寻找网页上的搜索,帮助之类的很有用; intext: 只搜索网页<body>部分中包含的文字(也就是忽略了标题、URL等的文字); intitle: 查包含关键词的页面,一般用于社工别人的webshell密码; filetype: 搜索文件的后缀或者扩展名; intitle: 限制你搜索的网页标题; inanchor: 搜素网站锚节点内容 cache: 缓存搜索 cache 关键字 cache:secquan.org 当一个链接无法访问时(或信息被屏蔽时);当信息已经被修改,想看以前的信息时 site:*.edu.cn intitle:登录|后台|系统|管理 -inurl:page|files|pagem
目录扫描(dirsearch)
## 基本使用 -h # 使用帮助 -u # 指定目标url,最好加上协议类型 如http https -L # 指定url列表文件 -e # 参数指定网站类型 php, jsp, asp, aspx, do, action, cgi, pl, html, htm, js, json, tar.gz, bak (-e *代表所有) ## 自定义选项 -w # 指定字典扫描 -t # 指定线程数(默认20) -r # 递归扫描 扫描到目录文件会进一步向下挖掘 -random-agents #使用随机UA -H # 使用指定headers (e.g. --header "Referer: example.com" --header "User-Agent: IE") -m # 指定http请求方式,默认get -d # 发送的 data 数据 --cookie # 添加 cookie --proxy # 添加代理 e.g. --proxy 127.0.0.1:1080 ## 过滤扫描结果 -i / # http 状态码白名单 (e.g. 200,300-399) -x / --exclude-status # 排除指定 http 状态码 (e.g.: 301,403,500-599) --exclude-texts # 文本排除响应 (e.g.: "Not found", "Error") --exclude-regexps # 按regexp排除响应,用逗号分隔(e.g.: "Not foun[a-z]{1}", "^Error$") ## 报告输出 -o 指定报告文件输出地址 --format 报告文件格式 (默认: simple, plain, json, xml,md, csv, html, sqlite) --log 输出扫描日志文件 (一般不用)
指纹探测
端口扫描

网络安全/黑客零基础入门

【----帮助网安学习,以下所有学习资料文末免费领取!----】

> ① 网安学习成长路径思维导图
> ② 60+网安经典常用工具包
> ③ 100+SRC漏洞分析报告
> ④ 150+网安攻防实战技术电子书
> ⑤ 最权威CISSP 认证考试指南+题库
> ⑥ 超1800页CTF实战技巧手册
> ⑦ 最新网安大厂面试题合集(含答案)
> ⑧ APP客户端安全检测指南(安卓+IOS)

1.成长路线图&学习规划

要学习一门新的技术,作为新手一定要先学习成长路线图方向不对,努力白费

对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

2.视频教程

很多朋友都不喜欢晦涩的文字,我也为大家准备了视频教程,其中一共有21个章节,每个章节都是当前板块的精华浓缩

3.SRC&黑客文籍

大家最喜欢也是最关心的SRC技术文籍&黑客技术也有收录

SRC技术文籍:

黑客资料由于是敏感资源,这里不能直接展示哦!

4.护网行动资料

其中关于HW护网行动,也准备了对应的资料,这些内容可相当于比赛的金手指!

5.黑客必读书单

6.面试题合集

当你自学到这里,你就要开始思考找工作的事情了,而工作绕不开的就是真题和面试题。


需要的话可以扫描下方卡片加我耗油发给你(都是无偿分享的),大家也可以一起学习交流一下。

网络安全学习路线&学习资源

对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1161017.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

IndexTTS 2.0完整指南:从零开始打造个性化数字人语音

IndexTTS 2.0完整指南&#xff1a;从零开始打造个性化数字人语音 1. 引言&#xff1a;为什么需要 IndexTTS 2.0&#xff1f; 在内容创作日益个性化的今天&#xff0c;语音已成为连接用户与数字世界的重要媒介。无论是短视频配音、虚拟主播互动&#xff0c;还是有声书制作&…

YOLO-v5遮挡目标检测:注意力机制改进方案详解

YOLO-v5遮挡目标检测&#xff1a;注意力机制改进方案详解 1. 引言&#xff1a;YOLO-v5与遮挡检测挑战 YOLO&#xff08;You Only Look Once&#xff09;是一种流行的物体检测和图像分割模型&#xff0c;由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出…

通信工程毕业设计最新开题报告怎么选

【单片机毕业设计项目分享系列】 &#x1f525; 这里是DD学长&#xff0c;单片机毕业设计及享100例系列的第一篇&#xff0c;目的是分享高质量的毕设作品给大家。 &#x1f525; 这两年开始毕业设计和毕业答辩的要求和难度不断提升&#xff0c;传统的单片机项目缺少创新和亮点…

环境不兼容?VibeThinker-1.5B容器化完美解决

环境不兼容&#xff1f;VibeThinker-1.5B容器化完美解决 在当前 AI 模型部署日益复杂的背景下&#xff0c;开发者常常面临“本地能跑&#xff0c;线上报错”的环境兼容性问题。Python 版本冲突、CUDA 驱动不匹配、依赖库版本混乱——这些问题不仅消耗大量调试时间&#xff0c;…

arduino循迹小车完整指南:初学者全流程

从零开始打造智能小车&#xff1a;Arduino循迹系统实战全解析你有没有想过&#xff0c;一个几十块钱的开源板子&#xff0c;加上几个红外探头和电机&#xff0c;就能做出一辆自己“看路”、自动转弯的小车&#xff1f;这不是科幻电影&#xff0c;而是每个嵌入式初学者都会经历的…

5分钟部署Qwen1.5-0.5B-Chat,零基础搭建轻量级对话机器人

5分钟部署Qwen1.5-0.5B-Chat&#xff0c;零基础搭建轻量级对话机器人 1. 引言&#xff1a;为什么选择 Qwen1.5-0.5B-Chat 搭建轻量对话系统&#xff1f; 在当前大模型普遍追求参数规模的背景下&#xff0c;Qwen1.5-0.5B-Chat 提供了一条“小而美”的技术路径。作为阿里通义千…

如何定制音色?CosyVoice-300M Lite扩展训练入门指南

如何定制音色&#xff1f;CosyVoice-300M Lite扩展训练入门指南 1. 引言 1.1 学习目标 本文旨在为开发者和语音技术爱好者提供一份完整的 CosyVoice-300M Lite 模型音色定制与扩展训练 实践指南。通过本教程&#xff0c;您将掌握&#xff1a; 如何准备高质量的语音训练数据…

PyTorch 2.6边缘计算:云端编译树莓派镜像,告别交叉编译

PyTorch 2.6边缘计算&#xff1a;云端编译树莓派镜像&#xff0c;告别交叉编译 你是不是也遇到过这样的问题&#xff1a;手头有个树莓派&#xff0c;想在上面跑AI模型做点智能小项目&#xff0c;比如图像识别、语音控制或者环境监测。但一上手就卡住了——PyTorch装不上&#…

USB2.0工业摄像头数据采集系统学习手册

从零构建稳定高效的USB2.0工业摄像头采集系统 你有没有遇到过这样的场景&#xff1a;明明摄像头标称支持720p30fps&#xff0c;可实际运行时图像卡顿、频繁丢帧&#xff0c;调试半天才发现是USB带宽被吃干抹净&#xff1f;又或者&#xff0c;在产线部署多台设备时&#xff0c;插…

IQuest-Coder-V1-40B-Instruct快速上手:Docker镜像部署详细步骤

IQuest-Coder-V1-40B-Instruct快速上手&#xff1a;Docker镜像部署详细步骤 1. 引言 1.1 技术背景与学习目标 IQuest-Coder-V1-40B-Instruct 是面向软件工程和竞技编程的新一代代码大语言模型&#xff0c;属于 IQuest-Coder-V1 系列中的指令优化变体。该模型专为通用编码辅助…

缓存音色向量提速!IndexTTS 2.0优化小技巧

缓存音色向量提速&#xff01;IndexTTS 2.0优化小技巧 在使用 IndexTTS 2.0 进行零样本语音合成时&#xff0c;尽管其推理效率已大幅优于传统微调方案&#xff0c;但在高频调用场景&#xff08;如批量生成配音、虚拟主播实时响应&#xff09;中&#xff0c;仍存在可优化的空间…

再也不担心论文!一键生成汇报PPT和科研绘图

Datawhale开源 发布&#xff1a;北京大学 DCAI 团队写作往往不仅仅是写文字与数据&#xff0c;还要为文章配上结构图、流程图、示意图&#xff0c;然后再整理成演示用的 PPT。这个过程繁琐、耗时&#xff0c;而且非常考验设计感——即使你思路清晰&#xff0c;也可能因为排版不…

DeepSeek-OCR本地化实战|利用DeepSeek-OCR-WEBUI镜像实现网页端快速测试

DeepSeek-OCR本地化实战&#xff5c;利用DeepSeek-OCR-WEBUI镜像实现网页端快速测试 1. 引言&#xff1a;为什么选择DeepSeek-OCR-WEBUI进行本地化测试&#xff1f; 在文档自动化、票据识别、证件信息提取等场景中&#xff0c;光学字符识别&#xff08;OCR&#xff09;技术已…

Swift-All生态联动:ModelScope模型库无缝对接

Swift-All生态联动&#xff1a;ModelScope模型库无缝对接 1. 技术背景与核心价值 在大模型研发日益普及的今天&#xff0c;开发者面临的核心挑战已从“是否拥有模型”转向“能否高效使用模型”。尽管开源社区涌现出大量高质量预训练模型&#xff0c;但其下载、适配、微调、推…

MinerU智能文档理解指南:多格式文档统一处理方案

MinerU智能文档理解指南&#xff1a;多格式文档统一处理方案 1. 技术背景与核心价值 在数字化办公和科研场景中&#xff0c;非结构化文档的自动化处理需求日益增长。PDF、扫描件、PPT、学术论文等多格式文档往往包含复杂排版、图表和公式&#xff0c;传统OCR工具难以实现语义…

小白也能懂的语音情感分析:SenseVoiceSmall镜像一键上手教程

小白也能懂的语音情感分析&#xff1a;SenseVoiceSmall镜像一键上手教程 1. 引言&#xff1a;为什么你需要语音情感分析&#xff1f; 在智能客服、视频内容审核、心理辅助诊断等场景中&#xff0c;仅仅“听清”用户说了什么已经远远不够。真正智能化的语音系统&#xff0c;还…

FSMN-VAD支持批量导出?文件打包下载功能实现教程

FSMN-VAD支持批量导出&#xff1f;文件打包下载功能实现教程 1. 引言 1.1 FSMN-VAD 离线语音端点检测控制台 基于 ModelScope 达摩院 FSMN-VAD 模型的离线语音检测服务&#xff0c;能够精准识别音频中的有效语音片段&#xff0c;并自动剔除静音部分。该工具支持上传本地音频…

没N卡也能畅玩GPT-OSS:AMD用户专属云端方案

没N卡也能畅玩GPT-OSS&#xff1a;AMD用户专属云端方案 你是不是也遇到过这样的尴尬&#xff1f;作为一位热爱AI技术的玩家&#xff0c;手里握着一块性能不错的AMD显卡&#xff0c;却每次看到别人用NVIDIA显卡跑大模型、生成图片、微调对话机器人时只能干瞪眼。不是不想上车&a…

LVGL中文显示字体处理在STM32移植中的解决方案:全面讲解

如何在STM32上让LVGL流畅显示中文&#xff1f;一个字都不卡的实战方案 你有没有遇到过这种情况&#xff1a; 辛辛苦苦把 LVGL 移植到 STM32 上&#xff0c;界面跑起来了&#xff0c;英文按钮、图标都正常&#xff0c;结果一显示“设置”、“返回主菜单”&#xff0c;屏幕突然…

深入解析Rust中枚举与结构体的初始化

在Rust编程中,枚举(enum)与结构体(struct)的组合使用是一个常见的设计模式。特别是在处理树或图结构时,比如B树或红黑树,我们常常会遇到需要初始化和操作复杂数据结构的情况。本文将深入探讨如何在Rust中利用Box::new_uninit_in和ptr::addr_of_mut!来初始化和访问枚举中…