墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
100+累计阅读
90平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
在网络安全领域中，红队信息收集是一项至关重要的任务。红队信息收集旨在获取目标系统或网络的有关信息，以便进行后续攻击和渗透测试。本文将介绍一些常用的红队信息收集思路，并提供一些相关的编程示例来帮助您更好地理解和实践这些策略。
域名枚举是红队信息收集中的第一步。通过枚举目标域名的子域和相关主机，可以获取潜在的攻击目标。以下是一个基于Python的简单示例，使用了dnspython库来执行域名解析和子域爆破：
import dns.resolver
target_domain = "example.com"
def enumerate_subdomains(domain):
subdomains = 助力网络安全红队的10个实用资源
ATT&CK框架公开发布于2015年，从最初的一个内部人员分享的Excel电子表格工具，到如今已经发展成为威胁活动、技术和模型的全球知识库，成为在企业、政府和安全厂商中广为流行的安全工具。这是一个由PortSwigger Web Security赞助的网络安全新闻平台，包含了大量可以了解网络安全红队工作的相关知识，包括：黑客攻击、数据泄露、漏洞利用工具、Web应用程序漏洞以及新的安全技术等。它会经常刊登一些最新的红队技术文章，比如红队运营与渗透测试，但同时也会注重红队思维的培养，比如《红队成员的宣言》。
DDDD自动化安全扫描工具：5分钟上手红队资产测绘与漏洞初筛
在网络安全领域，自动化信息收集与漏洞扫描是提升攻防效率的核心技术。其基本原理是通过集成资产发现、服务探测、指纹识别与漏洞匹配模块，构建一体化的扫描流水线，将传统繁琐的手动操作转化为高效的自动化流程。这种自动化工具的技术价值在于，它能极大扩展安全测试的覆盖广度，快速定位攻击面，为深度手工测试提供精准线索。在应用场景上，它广泛应用于红队快速打点、蓝队资产清点与风险排查、渗透测试项目启动等环节。本文以DDDD工具为例，深入解析其如何通过模块化设计实现‘资产发现->服务测绘->漏洞匹配’的一体化流程，并分享从安装配
网络安全渗透测试：信息收集方法论与实战工具全解析
信息收集是网络安全领域的核心基础，它本质上是一种系统性的侦察与情报分析过程。其原理在于通过公开或半公开渠道，对目标资产进行多维度、分层次的探测与识别，旨在构建完整的攻击面视图。这项技术的价值在于，它不仅是渗透测试成功的关键前提，更是区分专业安全工程师与初级从业者的能力分水岭。在实际应用场景中，无论是企业安全评估、红蓝对抗还是漏洞挖掘，高效的信息收集都能显著提升后续行动的精准度与效率。本文聚焦于实战，深入剖析了子域名枚举、端口扫描、Web指纹识别等关键技术环节，并详细介绍了Nmap、ffuf等核心工具链的配合
红队面试：从工具使用到攻击者思维的进阶指南
网络安全渗透测试的核心在于理解攻击者思维，而非单纯掌握工具。其原理是模拟真实攻击者的行为模式，通过系统性的侦察、漏洞利用、横向移动和对抗防御，评估目标系统的安全性。这种思维模式的技术价值在于能够发现更深层次、更复杂的风险，帮助企业构建主动防御体系。在红队评估、渗透测试等应用场景中，具备攻击者思维的专家能更有效地识别攻击面、规划攻击链并规避检测。本文聚焦于红队面试，深入探讨如何从“工具小子”进阶为“渗透专家”，其中信息收集与横向移动是构建系统性攻击能力的关键环节。
AI安全红队测试：Zeus框架原理与实战指南
大语言模型（LLM）的安全对齐是AI领域的关键挑战，其核心在于确保模型行为与人类价值观一致。原理上，模型通过RLHF等对齐训练学习拒绝有害请求，但深层隐患依然存在。技术价值在于，系统化的安全评估能提前暴露模型在复杂场景下的脆弱性，防止潜在风险。应用场景涵盖AI助手、内容审核系统及高风险决策模型的安全验证。本文以Zeus红队测试框架为例，深入解析其自动化攻击策略与评估机制，通过实战演示如何量化模型的越狱风险与对齐漏洞，为构建更可靠的AI系统提供工程化解决方案。
大模型对齐四大工程方法：RLHF、宪法AI、红队测试与价值学习实战指南
大模型对齐（Alignment）是确保AI行为符合人类真实意图的核心工程问题，其本质不是赋予AI道德观，而是构建可验证、可干预、可追溯的行为坐标系。从基础概念看，对齐解决的是模型在模糊指令、利益冲突或认知盲区下的稳定响应问题；技术原理上，它依赖人类偏好建模、形式化规则约束、对抗性压力测试与隐含价值反推四大路径；其技术价值在于 bridging 意图与输出之间的语义鸿沟，提升可信度与可解释性；典型应用场景覆盖金融投顾合规、医疗问答安全、政务热线响应及教育内容生成等高风险交互系统。本文聚焦 RLHF 与 Con
Clanker C2框架：Go语言模块化设计与红队实战定制指南
命令与控制（C2）框架是网络安全攻防对抗中的核心基础设施，它通过建立隐蔽通信信道实现对目标主机的远程控制。其工作原理通常基于客户端-服务器模型，植入物在目标系统运行后，与C2服务器建立连接并接收指令。在红队行动和渗透测试中，C2框架的技术价值在于提供了稳定、可扩展的攻击指挥平台，是实现横向移动、权限维持和数据渗漏的关键。应用场景包括模拟高级持续性威胁（APT）、检测防御体系短板以及安全能力验证。本文以模块化设计和Go语言实现的Clanker框架为例，深入解析其通信传输层、任务调度层与功能模块层的架构，并详细
红队实战指南：本地部署大语言模型构建AI安全测试沙箱
大语言模型（LLM）作为前沿人工智能技术，其核心原理是基于海量数据训练，通过自注意力机制等实现上下文理解和内容生成。在网络安全领域，这项技术展现出独特的工程价值，能够自动化处理海量信息、生成分析报告和辅助决策。尤其在渗透测试与红队攻防演练等应用场景中，LLM可作为强大的分析引擎与效率工具。本文聚焦于如何将LLM安全、合规地融入红队工作流，核心在于构建一个完全可控的本地测试沙箱。通过部署如Llama 3、Qwen 2.5等开源可商用模型，并集成Ollama等本地推理框架，安全工程师可以在隔离环境中，利用提示词
渗透测试实战：从信息收集到内网横向移动的完整攻防解析
渗透测试是模拟真实攻击者行为，以发现系统安全弱点的系统性过程。其核心原理在于通过授权测试，识别自动化工具难以发现的逻辑缺陷与业务短板，从而评估安全防护的有效性。这项技术的价值在于将安全评估从单纯的漏洞扫描，提升为覆盖攻击链全生命周期的深度验证，对于企业构建主动防御体系至关重要。典型的应用场景包括对外服务资产的安全评估、红蓝对抗演练以及合规性检查。在实战中，熟练运用如Nmap、Burp Suite、Nuclei等工具进行信息收集与漏洞检测，并掌握内网横向移动与权限维持技术，是渗透测试工程师的关键能力。本文基于
LLM安全红队测试实战：从越狱攻击到纵深防御体系构建
大语言模型（LLM）的广泛应用带来了全新的安全挑战，其核心在于模型与外部环境交互时产生的攻击面。从原理上看，LLM基于概率生成和上下文理解工作，这使其容易受到精心构造的恶意输入的影响。其技术价值在于为企业AI应用提供主动安全验证能力，确保智能服务在复杂对抗环境下的可靠性。典型的应用场景包括智能客服、代码助手、知识库问答等涉及自然语言处理的AI系统。在这些场景中，攻击者可能利用提示词注入、越狱攻击等手段突破模型的安全限制。本文聚焦于LLM安全红队测试这一实战领域，系统介绍了如何通过模拟攻击者视角，结合自动化工
Decepticon：AI智能体如何重塑红队攻防演练的自动化实战
在网络安全领域，自动化渗透测试和红蓝对抗演练是提升防御能力的关键技术。其核心原理在于通过模块化、可编排的智能体（Agent）架构，将复杂的攻击流程分解为可独立执行和协同的任务单元，从而实现从信息收集到漏洞利用的自动化模拟。这一技术价值在于极大提升了安全评估的效率和覆盖率，能够进行7x24小时持续性监控验证，并作为初级安全人员的辅助学习工具。典型的应用场景包括自动化攻击模拟平台构建和内部红队演练。本文聚焦的Decepticon框架，正是这一理念的工程实践典范，它通过集成大语言模型（LLM）进行决策规划，并封装
海外红队面试经验分享
老牌头部互联网公司，Top 10。老牌头部互联网公司，Top 10。老牌头部互联网公司，Top 10。
渗透测试信息收集：DNS主机探测、NetBIOS协议扫描与PorCheck工具使用
在实际应用中，NetBIOS协议对各种IDS（人侵检测系统）、IPS（入侵防御系统）、杀毒软件的规避效果比其他协议更好，因为利用NetBIOS是正常的机器名解析查询应答的过程，推荐优先使用。【2】gobusterdns是爆破二级域名工具gobuster的精简版，该工具只用于子域名爆破，支持自定义DNS服务器运行，在进行单端口扫描时，可以对需要扫描的IP段进行随机扫描，避免顺序扫描触发规则，引起告警。，建议每次在尽量小的范围（如一个C段）内单线程扫描单端口，并且在扫描。在控制的人口点权限不足的情况下，
用户视角下的vfsglobal预约困境：从注册到登录的全流程避坑指南
本文详细解析了vfsglobal签证预约系统从注册到登录的全流程操作，帮助用户避开常见技术陷阱。针对IP限制、DNS解析、浏览器缓存等登录障碍提供实用解决方案，并揭示账号管理的隐藏规则与支付环节的延时处理技巧，助力用户高效完成签证预约。
链路监控pinpoint3.0.3安装部署（2）
本文详细介绍了Pinpoint 3.0.3分布式链路监控系统的安装部署过程。主要内容包括：1）数据库安装（HBase、MySQL、Redis、Pinot）的详细配置步骤；2）中间件Zookeeper和Kafka的安装；3）Pinpoint三大组件的部署：Collector、Web和Batch的配置文件修改和启动脚本。文章特别强调了使用-starter-exec.jar包的重要性，并提供了各组件所需的详细参数配置，包括数据库连接、Zookeeper地址、Kafka配置等关键信息。
VS Code ESP-IDF无法找到源文件、头文件波浪线解决
背景：想要编译小智AI项目，可以正常编译。但是一些头文件，例如#include <nvs.h>等无法找到。
全志V3S开发板实战：从零构建嵌入式Linux系统
本文提供了一份针对全志V3S开发板（如LicheePi Zero）的零基础教程，详细指导如何从零开始构建嵌入式Linux系统。内容涵盖编译环境搭建、交叉工具链配置、U-Boot引导程序编译与烧录、Linux内核定制与编译，以及使用Buildroot构建根文件系统，最终实现系统成功启动，帮助开发者深入理解嵌入式系统构建全流程。
Python+Tableau 全流程数据分析实战：从数据清洗到商业洞察可视化
本文通过Python+Tableau完整演示电商销售数据分析流程。首先使用Python进行数据清洗（缺失值处理、异常值过滤等）和探索性分析（商品类别、时间趋势等），然后导入Tableau创建交互式可视化仪表盘。分析发现电子产品销售额最高但利润率低，美妆类利润率最优，东部地区销售表现最好。最终提出优化供应链、加强美妆推广等商业建议，展示了Python数据处理与Tableau可视化的高效配合。所有代码可直接运行，适合数据分析初学者和从业者实战参考。
AD18软件——捕捉栅格、电气栅格、可见栅格的意义及设置
本文介绍了PCB设计中的三种栅格功能：可视栅格用于辅助定位（快捷键Shift+Ctrl+G），捕捉栅格控制光标移动间距（快捷键G），电气栅格实现元件自动吸附（快捷键Shift+E）。同时提供了在Altium Designer中快速查找相同网络标号的两种实用方法：Alt+鼠标单击或双击网络。这些功能可显著提高PCB设计效率和准确性。
海思Hi3519A开发：DSP开发指南
通过创建DSP项目、实现算法、编译调试等步骤，开发者可以充分利用Hi3519A芯片集成的DSP，实现各种音视频处理功能。通过以上示例，我们可以看到在Hi3519A开发平台上进行DSP开发是一项强大而灵活的任务。在调试过程中，可以使用调试工具提供的功能，如断点设置、变量查看等，以便更好地理解和优化DSP算法的执行过程。在Hi3519A开发平台上，我们可以利用DSP的高性能计算能力来加速这些算法的执行。在实际的DSP开发中，算法的实现可能更加复杂，需要结合具体的项目需求进行。3.2 DSP算法实现。
PyTorch实战（20）——生成对抗网络（Generative Adversarial Network，GAN）
自生成对抗网络 (Generative Adversarial Network, GAN) 提出以来，一直是一个活跃的研究和开发领域。本节探索了 GAN 的基本概念，重点解析了其两大核心组件——生成器与判别器的架构设计，深入阐述了 GAN 模型的整体工作机制，并使用 PyTorch 从零开始实现了深度卷积生成对抗网络 (Deep Convolutional GAN, DCGAN)。
精雕软件(JDpaint) 5.5 绿色版
精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版
IEM模型，地表粗糙度模拟
利用微波反演土壤水分时候，利用IEM模型可以实现对随机地表的模拟
efm32 入门.pdf
本PDF共计22页，介绍的是操作驱动API，下载与否自己斟酌。
Outlook Express 6 (OE6) for Win7/Win8/Win10
英文版 Outlook Express6.0， 兼容Win7/Win10/WinXP，解压就可用。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
417
扫一扫
