基于灯塔ARL二开Golang+React的资产侦察与漏洞检测平台(2025-10-23)

# 🛡️ 基于灯塔ARL二开

本项目参考了 adysec/ARL 的设计思路基于原版资产侦察系统深度重构的开源安全平台,采用 Go + React 技术栈,集资产发现、端口扫描、指纹识别、漏洞检测与资产监控于一体。系统重构核心扫描引擎,支持自适应速率与实时结果保存,无需依赖外部工具即可高效运行。面向安全研究人员与红队团队,提供更灵活的配置管理与更稳定的扫描体验,用于授权范围内的资产测绘与安全检测。

注意:现在只对常读和星标的公众号才展示大图推送,建议大家把#网络安全民工#"设为星标⭐️"否则可能就看不到了啦!

下载地址在末尾 #网络安全民工#

一、 📖 简介

一个现代化的安全扫描平台,基于五层架构设计,支持分布式扫描任务调度和漏洞管理。

二、🎯 技术栈

后端

  • Go 1.21 - 主要编程语言
  • Gin - Web 框架
  • MongoDB - 数据持久化
  • Redis - 缓存和会话管理
  • JWT - 身份认证

前端

  • React 18 - UI 框架
  • TypeScript - 类型安全
  • Vite - 构建工具
  • Shadcn/UI - 组件库
  • TailwindCSS - 样式框架
  • React Query - 服务端状态管理
  • Zustand - 客户端状态管理
  • Recharts - 数据可视化

· 资产发现

· 子域名爆破:基于字典的子域名发现

· 端口扫描:支持 TOP100/TOP1000/全端口扫描

· 站点识别:HTTP/HTTPS 服务探测

· 指纹识别:Web 应用指纹识别

三、🎯 功能介绍

资产发现

子域名爆破:基于字典的子域名发现

端口扫描:支持 TOP100/TOP1000/全端口扫描

站点识别:HTTP/HTTPS 服务探测

指纹识别:Web 应用指纹识别


四、🚀 快速开始

📦快速开始

部署方法一:源码编译并在宿主机运行(不使用 Docker)

环境要求

Go 1.21+
PostgreSQL      12+
Chrome/Chromium(用于站点截图)

部署步骤

1. 安装数据库

 Go 1.21+
PostgreSQL      12+
Chrome/Chromium(用于站点截图) 

# 安装 PostgreSQL# 创建数据库createdb reconmaster

2. 配置系统

编辑 backend/configs/config.yaml:

database:
  host: localhost
  port: 5432
  user: your_db_user
  password: your_db_password
  dbname: reconmaster
server:
  port: 8080
redis:
  host: localhost
  port: 6379
  password: ""
  db: 0
scanner:
  max_concurrent_tasks: 5
  domain_brute_threads: 30
  port_scan_threads: 50

3. 初始化管理员

cd backend
go run cmd/init-admin/main.go

4. 端口扫描说明

无需安装任何扫描工具! 🎉

  • 端口发现: Naabu(纯Go实现,已集成)
  • 服务识别: gonmap(纯Go实现,内置nmap指纹库,已集成)
  • 自适应速率: 根据扫描规模自动调整(1000-10000 pps)

所有扫描功能已通过Go依赖集成,开箱即用。

5. 启动系统

cd backend
# 编译
go build -o bin/server ./cmd/server
# ⚠️ 重要:Naabu需要root权限进行SYN扫描(高性能模式)
sudo ./bin/server

说明:Naabu使用原始套接字(raw socket)进行SYN扫描,需要root权限。如果不想使用sudo,Naabu会自动降级为TCP Connect扫描(速度较慢)

6. 访问系统

浏览器打开:http://localhost:8080

使用初始化时设置的管理员账号登录。

生产部署

# 构建后端
cd backend
go build -o reconmaster ./cmd/server
# 运行
./reconmaster

# 构建后端cd backendgo build -o reconmaster ./cmd/server# 运行./reconmaster

注意:

  • 前端已打包集成到后端,无需单独部署
  • 确保 PostgreSQL 服务正常运行
  • 首次运行会自动创建数据库表结构


 

部署方法二:Docker Compose 部署

进入项目根目录

cd Moon-Gazing-Tower   # 或你下载的目录 

检查并编辑 backend/configs/config.yaml(如果你想在容器外通过挂载覆盖)

设置数据库、redis、server.port 等(或使用 docker-compose 中的默认环境)

注意:docker-compose 示例中 PostgreSQL 的库名/用户为 arl_vp3 / arl / arlpass(如需改动请保持一致或同步 config)

构建镜像并启动(带构建)

docker compose build
docker compose up -d

或(旧版 docker-compose 命令)

docker-compose build
docker-compose up -d

查看服务状态与日志

# 查看正在运行的容器
docker compose ps
# 查看后端日志(方便观察 init-admin 执行情况)
docker compose logs -f backend

初始化管理员(通常 init-admin 服务会自动运行一次并退出;若没有自动执行可手动运行)

 
# 在 backend 镜像内执行 init-admin(示例)
docker compose run --rm init-admin
# 或手动进入已经运行的 init-admin 容器查看日志
docker compose logs init-admin

访问 Web UI

根据你提供的 compose:后端端口 5003 暴露到宿主机,访问:
http://localhost:5003
(如果你把 server.port 改为 8080 或 docker-compose 的端口映射不同,请相应调整)

🤝获取方法

公众号回复 Moon-Gazing-Tower 获取下载

⚠️ 免责声明

本工具仅用于经授权的安全测试!

· ✅ 允许用于:企业授权的渗透测试、安全加固、合规检查

· ❌ 禁止用于:未授权的漏洞扫描、网络攻击、数据窃取

使用本工具造成的任何法律责任,均由使用者自行承担,与软件作者无关。

本账号主要是分享互联网上公开的一些漏洞poc和工具,利用本账号所提供的信息而造成的任何直接或者间接的后果及损失,均由使用者本人负责,本公众号及作者不为此承担任何责任,一旦造成后果请自行承担!如果账号分享导致的侵权行为请告知,我们会立即删除并道歉

。 协助甲方安全团队或者渗透测试人员有效侦察和检索资产,发现存在的薄弱点和攻击面。.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
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

打赏作者

zhengfei611

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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