基于docker搭建开源扫描器——伏羲

本文介绍如何基于Docker搭建伏羲开源扫描器,包括安装步骤、功能介绍及使用方法。伏羲是一款适用于中小型企业安全检测的工具,提供漏洞扫描、资产管理和弱口令检测等功能。

基于docker搭建开源扫描器——伏羲

1、简介

项目地址  

伏羲是一款开源的安全检测工具,适用于中小型企业对企业内部进行安全检测和资产统计。

功能一览:  

  • 基于插件的漏洞扫描功能(类似于巡风)
  • 漏洞管理
  • 多种协议的弱口令检测
  • 企业的子域名收集
  • 企业内部资产管理与服务探测
  • 端口扫描
  • AWVS接口调用  

2、安装

我这里是基于Ubuntu搭建的,操作步骤仅供参考  

下载项目  

  1. 快速开始
    git clone --depth 1 https://github.com/jeffzh3ng/Fuxi-Scanner.git fuxi-scanner;
    cd fuxi-scanner;  
    docker build -t jeffzh3ng/fuxi-scanner 

    2、拉取镜像
    ```。
    docker pull jeffzh3ng/fuxi-scanner

     

拉取镜像  

3、启动  

docker run -dit -p 5000:5000 -v /opt/data:/data jeffzh3ng/fuxi-scanner:latest

或者

    docker run -dit -p 5000:5000 -v /opt/data:/data -v /etc/localtime:/etc/localtime jeffzh3ng/fuxi-scanner
// 同步主机与 Docker 时间

启动镜像

4、安装完成
登录界面
主界面

    伏羲的默认密码是whoami

3、功能介绍

伏羲界面虽然是英文的,但我们有神器Google啊,这里贴一张Google翻译样图。
Google翻译

  1. 漏洞扫描  

    该模块主要设计初衷是为了对互联网新爆发的安全漏洞进行快速响应及风险排查,以及对已发现的漏洞修复情况进行追踪,该模块可以和资产服务发现模块结合使用,进行快速应急响应。
    该模块通过调用知道创宇开源扫描器 Pocsuite 进行扫描,具备编码能力的可以根据模版快速开发插件,不具备插件编写能力的可以通过SeeBug 社区获取。

    本项目不提供漏洞插件,互联网上有项目提供了很多的 Pocsuite 插件,可以在Github上进行搜索。  

    扫描任务周期可以选择单次、每日、周及每月,扫描对象可以是单个 IP、网段或者 Url
    image
    扫描插件通过插件模块中新增插件进行上传,插件必须符合 PoC 编写规范及要求说明
    image

    2、企业资产扫描  

企业安全部门人员可以根据部门不同对IT资产进行划分,新建不同的资产。  

image

资产服务发现模块是通过调用Nmap进行扫描  

image  

3、基础认证测试(也就是弱口令检测)

该模块调用Hydra进行扫描检测
目前伏羲支持的协议检测有55种:  

Asterisk, AFP, Cisco AAA, Cisco auth, Cisco enable, CVS, Firebird, FTP, HTTP-FORM-GET, HTTP-FORM-POST, HTTP-GET, HTTP-HEAD, HTTP-POST, HTTP-PROXY, HTTPS-FORM-GET, HTTPS-FORM-POST, HTTPS-GET, HTTPS-HEAD, HTTPS-POST, HTTP-Proxy, ICQ, IMAP, IRC, LDAP, MS-SQL, MYSQL, NCP, NNTP, Oracle Listener, Oracle SID, Oracle, PC-Anywhere, PCNFS, POP3, POSTGRES, RDP, Rexec, Rlogin, Rsh, RTSP, SAP/R3, SIP, SMB, SMTP, SMTP Enum, SNMP v1+v2+v3, SOCKS5, SSH (v1 and v2), SSHKEY, Subversion, Teamspeak (TS2), Telnet, VMware-Auth, VNC and XMPP.   

image
同漏洞扫描模块一样,扫描任务周期可以选择单次、每日、周及每月,扫描对象可以是单个 IP、网段或者 Url  

4、 子域名收集模块  

收集模式是暴力猜解,可在系统高级配置中手动配置字典,伏羲自带了一份域名字典。

image

image

5、 AWVS接口调用

该模块通过调用 AWVS 接口进行批量扫描,需在instance/config.py配置AWVS接口地址及Key。

image

6 、 端口扫描

一个端口扫描的辅助功能,用于临时的端口探测,存活主机发现,等等

image

【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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