百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

攻防基础概念及信息收集思路

bigegpt 2024-09-18 07:54 4 浏览

从事安全行业的小伙伴是否正在参加如火如荼的护网HVV行动?护网HVV行动是应对网络安全问题所做的重要布局之一。随着大数据、物联网、云计算的快速发展,愈演愈烈的网络攻击已经成为安全的新挑战。关键信息基础设施可能时刻受到来自网络攻击的威胁。网络安全的态势之严峻,迫切需要我们在网络安全领域具备能打硬仗的能力,“护网行动”便应运而生了。

今天主要给大家介绍两个相关问题:渗透测试与红队的区别;信息收集的思路

1、渗透测试与红队的区别

渗透测试:客户或者单位的安全自我检查,划定检查范围,给定资产/部分资产列表或者业务组成结构。渗透测试属于自我检查,检查过程中限制手段及深入范围,不能进行DDOS或者钓鱼等等,检查可能存在的隐患点。

红队:信息极少,一定程度上限制手段,不能影响到单位真实存在的个人信息,不能对所要攻击目标的主体业务造成影响,进行红队攻防的时候,一般要打穿为止,要拿下最终靶标系统。

红队也有一定的禁忌规则,如:违规下载业务数据;违规篡改、删除(业务)数据,违规修改业务系统密码;私自使用境外跳板机;使用禁止攻击方式,这些都是不允许的。

2、信息收集的思路

目的:尽可能多的搜集到目标对外暴露资产信息及敏感信息

a.了解目标并收集域名

了解基本信息,如启明星辰,确定目标及可能的业务范围。

了解直属单位:官网、新闻等。

查看股权结构查看控股公司:企查查、爱企查、天眼查等

备案信息查询

获取域名、部分业务ip等

b.子域名

在线工具:

在线子域名爆破 https://phpinfo.me/domain

网络空间引擎 fofa、鹰图、0.zone、quake等

子域名爆破工具:

oneforall

子域名挖掘机

c.IP搜集

域名解析

C段

空间探测引擎:title、body(地址、备案号、公司名称)

地址位置

d.端口和服务识别

nmap、masscan、御剑端口扫描器、web_finder等

e.APP及第三方平台信息获取

app反编译,从源码内找信息

f.其他信息获取方式

网站(JS、帮助文档等)

企业gitlab等知识库

供应商

github、Google、百度语法

......

g.边缘打法信息搜集

专线防护疏漏:是否有特殊专线,如手机终端等。

近源攻击:各种终端设备,例如医院、学校的自助机、摄像头位置和防护以及维护方式等,实验室的网络环境,数据中心物理地址。


有机会带大家实践探索文章中内容,可以持续关注。在这个特殊(HVV)时期,希望能给到大家一些思路!

相关推荐

方差分析简介(方差分析通俗理解)

介绍方差分析(ANOVA,AnalysisofVariance)是一种广泛使用的统计方法,用于比较两个或多个组之间的均值。单因素方差分析是方差分析的一种变体,旨在检测三个或更多分类组的均值是否存在...

正如404页面所预示,猴子正成为断网元凶--吧嗒吧嗒真好吃

吧嗒吧嗒,绘图:MakiNaro你可以通过加热、冰冻、水淹、模塑、甚至压溃压力来使网络光缆硬化。但用猴子显然是不行的。光缆那新挤压成型的塑料外皮太尼玛诱人了,无法阻挡一场试吃盛宴的举行。印度政府正...

Python数据可视化:箱线图多种库画法

概念箱线图通过数据的四分位数来展示数据的分布情况。例如:数据的中心位置,数据间的离散程度,是否有异常值等。把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)...

多组独立(完全随机设计)样本秩和检验的SPSS操作教程及结果解读

作者/风仕在上一期,我们已经讲完了两组独立样本秩和检验的SPSS操作教程及结果解读,这期开始讲多组独立样本秩和检验,我们主要从多组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作...

方差分析 in R语言 and Excel(方差分析r语言例题)

今天来写一篇实际中比较实用的分析方法,方差分析。通过方差分析,我们可以确定组别之间的差异是否超出了由于随机因素引起的差异范围。方差分析分为单因素方差分析和多因素方差分析,这一篇先介绍一下单因素方差分析...

可视化:前端数据可视化插件大盘点 图表/图谱/地图/关系图

前端数据可视化插件大盘点图表/图谱/地图/关系图全有在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些数据。随着Web技术的...

matplotlib 必知的 15 个图(matplotlib各种图)

施工专题,我已完成20篇,施工系列几乎覆盖Python完整技术栈,目标只总结实践中最实用的东西,直击问题本质,快速帮助读者们入门和进阶:1我的施工计划2数字专题3字符串专题4列表专题5流程控制专题6编...

R ggplot2常用图表绘制指南(ggplot2绘制折线图)

ggplot2是R语言中强大的数据可视化包,基于“图形语法”(GrammarofGraphics),通过分层方式构建图表。以下是常用图表命令的详细指南,涵盖基本语法、常见图表类型及示例,适合...

Python数据可视化:从Pandas基础到Seaborn高级应用

数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...

Python 数据可视化常用命令备忘录

本文提供了一个全面的Python数据可视化备忘单,适用于探索性数据分析(EDA)。该备忘单涵盖了单变量分析、双变量分析、多变量分析、时间序列分析、文本数据分析、可视化定制以及保存与显示等内容。所...

统计图的种类(统计图的种类及特点图片)

统计图是利用几何图形或具体事物的形象和地图等形式来表现社会经济现象数量特征和数量关系的图形。以下是几种常见的统计图类型及其适用场景:1.条形图(BarChart)条形图是用矩形条的高度或长度来表示...

实测,大模型谁更懂数据可视化?(数据可视化和可视化分析的主要模型)

大家好,我是Ai学习的老章看论文时,经常看到漂亮的图表,很多不知道是用什么工具绘制的,或者很想复刻类似图表。实测,大模型LaTeX公式识别,出乎预料前文,我用Kimi、Qwen-3-235B...

通过AI提示词让Deepseek快速生成各种类型的图表制作

在数据分析和可视化领域,图表是传达信息的重要工具。然而,传统图表制作往往需要专业的软件和一定的技术知识。本文将介绍如何通过AI提示词,利用Deepseek快速生成各种类型的图表,包括柱状图、折线图、饼...

数据可视化:解析箱线图(box plot)

箱线图/盒须图(boxplot)是数据分布的图形表示,由五个摘要组成:最小值、第一四分位数(25th百分位数)、中位数、第三四分位数(75th百分位数)和最大值。箱子代表四分位距(IQR)。IQR是...

[seaborn] seaborn学习笔记1-箱形图Boxplot

1箱形图Boxplot(代码下载)Boxplot可能是最常见的图形类型之一。它能够很好表示数据中的分布规律。箱型图方框的末尾显示了上下四分位数。极线显示最高和最低值,不包括异常值。seaborn中...