内容简介:今天我要分享 "黑客小白"必用的一个"工具箱",这个"工具箱"也是我个人从事安全行业,经常学习和使用的,可以称之为一个"神器的集合",到底是什么这么神奇,不卖关子了,这个工具箱叫做"暗组",这个工具集主要包含了以下四大类内容:文件编辑-----1.PEID查壳软件 2.Uedit32 32位编辑器 3.WinHex 16进制编辑器 等……
今天我要分享 "黑客小白"必用的一个"工具箱",这个"工具箱"也是我个人从事安全行业,经常学习和使用的,可以称之为一个"神器的集合",到底是什么这么神奇,不卖关子了,这个 工具 箱叫做"暗组",这个工具集主要包含了以下四大类内容:
一、编
NO.1
文件编辑-----1.PEID查壳软件 2.Uedit32 32位编辑器 3.WinHex 16进制编辑器 等……
NO.2
免杀辅助-----1.MYCLL定位器 2.AV Devil定位器 3.PosConv偏移量转换器 等……
NO.3
编程辅助-----1.Delphi、VC、ASM、易语言等源代码 2.Visual.Basic.6.0 简体中文迷你版 3.Delphi7 精简双语版等……
NO.4
破解辅助-----1.keymake2.0 2.keymake1.73 3.Crack tool 等……
NO.5
学习资源-----1.安全 2.汇编 3.免杀 4.破解 5.编程 6.系统
二、壳
NO.1
花指令类-----1.多款花指令添加器 2.木马彩衣 3.冰枫文件加密器 等……
NO.2
保护壳类-----1.Unknown Protect v1.1 2.PEProtector0.3 3.Punisher1.5 等……
NO.3
压缩壳类-----1.Minkecn 2.NeoLiteCN 3.WinUpack0.39 等……
NO.4
脱壳程序-----1.stripper 2.QUnpack 3.AspackDie 等……
三、攻
NO.1
漏洞攻击-----1.多线程网站后台扫描工具1.3 2.Domain3.5 3.流光Fluxay5Beta2 等……
NO.2
漏洞利用-----1.ShutDown 2.GetWebshell 3. FtpServer 等……
NO.3
脚本攻击-----1.ANI网马生成器(暗组版)2.RealPlayer网马 3.MS06014网马 等……
NO.4
密码破解-----1.pcanywhere破解器 2.多款MD5破解器 3.多款*密码查看器 等……
NO.5
远程控制-----1.Hav_Rat_1.2_Private 2.TGA BAckdoor 3.0 3.Poison ivn2.20 等……
NO.6
其他精品-----1.Framework-2.7 2.SSS扫描器7.84版本 3.DDOS攻击软件包 等……
四、防
NO.1
文件检测-----1.HashCalc文件检查 2.Winmd5文件检查 3.FBFD捆绑检测 等……
NO.2
系统防御-----1.Atool 2.Wsyscheck 3.fint2005木马辅助查找器 等……
NO.3
杀毒升升-----1.卡巴激活码申请专家1.0 2.金山毒霸通行证申请专家1.0
几点注意:
- 如果程序运行出错!提示需要控件运行的可以到"tool控件"目录下把全部文件复制到C:windowssystem32目录或C:winNTsystem32下即可。
- 软件包内部分被杀毒软件!(原因是Hacker、Cracker软件)请大家自己做好软件保护。
- 建议安装测试环境运行在虚拟机里,使用WindowsXP系统测试。
- 本软件解压后大小要3.29 GB空间
特别提醒:
本工具包适用于:
编程学习、破解学习、免杀学习、汇编学习、网站安全检测、系统安全检测、软件逆向工程、密码爆破、社会工程学等,千万不要用于违法行为
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- GitHub 教师工具箱
- 【译】Go 的工具箱综述
- SteamTools 2.4.1 发布,包含多种 Steam 工具功能的工具箱
- 2020年,11种应该加入工具箱的顶级VueJS开发员工具
- 时间序列分析工具箱——tibbletime
- PotatofieldImageToolkit 3.0.0 已经发布,图像工具箱
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Python for Data Analysis
Wes McKinney / O'Reilly Media / 2012-11-1 / USD 39.99
Finding great data analysts is difficult. Despite the explosive growth of data in industries ranging from manufacturing and retail to high technology, finance, and healthcare, learning and accessing d......一起来看看 《Python for Data Analysis》 这本书的介绍吧!