下载、安装和使用网站控制工具——中国蚁剑

article/2025/4/30 0:46:12

下载、安装和使用网站控制工具——中国蚁剑

一:工具的下载

注意需要下载两个程序:一个是项目核心源码,即主程序-“antSword”;另一个是加载器-“AntSword-Loader”

                  

  1. 主程序的下载

     将主程序源码下载之后,将其解压并放置于本地。(如放置在E:\AntSword\antSword-2.1.13)

  1. 加载器程序下载

注意从 v2.0.0-beta 版本开始,引入了加载器概念。用户/开发者只需要下载对应平台的加载器,无需安装额外的环境,即可对源代码进行编辑/执行/调试等操作。

     同样将加载器安装包进行解压,将其放置于本地。(如放置在E:\AntSword\AntSword-Loader-v4.0.3-win32-x64

二:工具的安装

(1):打开加载器程序文件,找到“AntSword.exe”文件,双击运行。

(2):点击初始化,会出现选择文件夹页面。

1:若即下载了主程序源码,也下载了加载器程序,则只需要选择项目源码的文件夹E:\AntSword\antSword-2.1.13)

 2:若只下载了加载器程序,则在E:/AntSword/文件目录中新建一个空文件夹,加载器会自动下载核心项目源码。

 (3):等待初始化完成。再次双击“AntSword.exe”文件即可正常启动。同时,将“AntSword.exe”文件发送至桌面快捷方式。

三:工具的使用

(1):运行程序,进入主页面。鼠标右键单击—>选择“添加数据”。

 

(2):输入RUL地址等各类数据。(其中笔者为帮助读者了解工具的使用和深入理解文件上传漏洞,笔记写了一个简易的文件上传站点。通过利用“中国蚁剑”控制上传至站点的文件(webshell),达到控制站点的目的)

站点文件:

HTML代码:

    

PHP代码:

包含一句话木马的PHP文件:笔者将其上传至存在文件上传漏洞的站点,路径为:test/FileUpload/upload/shell.php。

                    

根据具体数据填写:

      

说明:

URL地址即填写需要控制文件的URL。

密码即为所需控制文件的参数。

(3):点击测试连接,出现连接成功即表示可以连接文件。

(4):点击左上角的“添加”。

(5)鼠标右键单击,选择“虚拟终端”,即可通过命令行控制页面。

注意:以上所介绍的为中国蚁剑最最最最最基本的使用,其他模块的使用分享,敬请期待………

四:下载地址

Github下载地址(主程序地址):https://github.com/AntSwordProject/

Github下载地址(加载器地址):https://github.com/AntSwordProject/AntSword-Loader

网盘下载地址:https://pan.baidu.com/share/init?surl=8q6byhQu3q7Iphtr8k1MDg

提取码: 8888


http://chatgpt.dhexx.cn/article/kiSdiv9L.shtml

相关文章

中国蚁剑AntSword

中国蚁剑AntSword 中国蚁剑是一款开源的跨平台网站管理工具,它主要面向于合法授权的渗透测试安全人员以及进行常规操作的网站管理员。 参考文档 中国蚁剑下载、安装、使用教程_Sumarua的博客-CSDN博客_中国蚁剑怎么使用 中国蚁剑AntSword:开源的跨平台…

Web安全工具—中国蚁剑安装简单使用(持续更新)

Web安全工具—中国蚁剑安装&简单使用 简介: 和中国菜刀一样,同为webshell终端管理工具,不管是中国菜刀还是中国蚁剑,都算的上是很好用webshell终端管理工具。 下载安装地址: https://pan.baidu.com/s/1N8rqyv…

中国蚁剑(antSword)下载、安装、使用教程

中国蚁剑是一款开源的跨平台网站管理工具,它主要面向于合法授权的渗透测试安全人员以及进行常规操作的网站管理员。 通俗的讲:中国蚁剑是 一 款比菜刀还牛的shell控制端软件。 中国蚁剑推崇模块化的开发思想,遵循开源,就要开得漂…

Deeplearning4j 快速入门

课程亮点 机器学习经典案例基于 DL4J 的实现Spark 分布式场景下的模型训练及调优多 GPU 环境下的并行建模迁移和强化学习的模型训练搭建在线服务环境实战演练本课程是关于 Eclipse Deeplearning4j 的基础课程。Deeplearning4j 是基于 Java/JVM 的深度学习开源库,课程内容涵盖了…

DL4J模型训练Word2Vec

目前深度学习已经越来越受到重视,深度学习的框架也是层出不穷,例如谷歌的TensorFlow,它是基于Python进行开发的,对于许多对Python不够了解的程序员来说用起来可能没有那么的方便,这里说一下一个基于Java的深度学习框架…

[Deeplearning4j应用教程03]_快速完成在自己的Maven项目中使用DL4J

快速使用DL4J 一、新建Maven项目二、配置依赖三、测试 一、新建Maven项目 1、打开IDEA后,步骤为:“File -> New -> Project” 2、选择Maven,然后选择已安装好的的JDK。另外,关于Add Archetype在下面。 Archetype我们可以…

[Deeplearning4j应用教程00]_DL4J技术介绍

文章目录 Deeplearning 4j概览Deeplearning主要组件nd4jSameDiffDatavecDeeplearningDeeplearning技术栈与工作流 Konduit Deeplearning 4j概览 Deeplearning4j当前最大、最流行的基于JAVA的深度学习框架,截止目前,社区人数为4900,拥有11800…

[Deeplearning4j应用教程04]_基于DL4J的神经网络实现

DL4JScala的神经网络实现 一、内容简介二、准备工程与环境三、准备工作空间四、准备要加载的数据五、神经网络的搭建六、训练神经网络模型七、评估模型 一、内容简介 Deeplearning4j(也称为“ DL4J”)是一种高性能的特定领域语言,用于配置由…

从TensorFlow到DL4J——主流深度学习框架对比分析

从TensorFlow到DL4J——主流深度学习框架对比分析 2022年2月22日 极链AI云 官网地址 点击注册 更多AI小知识,关注《极链AI云》公众号 文章目录 从TensorFlow到DL4J——主流深度学习框架对比分析一、深度学习框架概述与深度学习技术的四大阵营二、主流开源深度学习框…

DL4J中文文档/ND4J/概述

本用户指南旨在解释(并提供示例)ND4J中的主要功能。 简介 NDArrays:它们在内存中是如何存储的?视图:当两个或更多NDArrays引用相同的数据创建NDArrays 0,1和标量值初始化数组随机数组从Java数组创建NDArrays从其它NDArrays创建ND…

DL4J实战之五:矩阵操作基本功

欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 本篇概览 作为《DL4J实战》系列的第五篇,在前面对深度学习有一定的了解后,本篇会暂停深度学习相关的操作,转为基本功练习&…

DL4J实战之六:图形化展示训练过程

欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 本篇概览 本篇是《DL4J实战》系列的第六篇,咱们继续夯实基本功,这次学习的是如何更加形象完整的展示训练过程:图形化页面&…

使用tensorflow搭建深层神经网络

6在吴恩达老师的《深度学习》第二课第三周的课程中,提及到了多种深度学习框架,包括caffe/caffe2,CNTK,DL4J,Keras,Lasagne,mxnet,paddlepadle,tensorflow,The…

[Deeplearning4j应用教程02]_DL4J环境搭建教程-Windows版

Windows下DL4J环境搭建教程 一、DL4J简介二、Windows下DL4J环境搭建三、安装JDK1.1、JDK简介1.2、JDK下载安装1.3、安装JDK1.3.1、环境变量配置 四、安装Intellij idea五、Maven Apache安装六、在IDEA中配置Maven七、安装Git八、获取DL4J示例代码九、在IDEA中导入项目并运行 一…

DL4J源码分析

目录 源码目录(部分) NDArray 工作间 DL4J的层工作间管理器 沿维张量(TAD) 反向减法 源码目录(部分) DeepLearning4J: 包含用于既在单个机器上,又在分布式上学习神经网络的所有代码。 N…

DL4J实战之四:经典卷积实例(GPU版本)

欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 本篇概览 作为《DL4J实战》的第四篇,今天咱们不写代码,而是为今后的实战做些准备:在DL4J框架下用GPU加速深度学习的训练过…

DL4J实战之三:经典卷积实例(LeNet-5)

欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 本篇概览 作为《DL4J》实战的第三篇,目标是在DL4J框架下创建经典的LeNet-5卷积神经网络模型,对MNIST数据集进行训练和测试&#xff0…

DL4J实战之二:鸢尾花分类

欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 本篇概览 本文是《DL4J》实战的第二篇,前面做好了准备工作,接下来进入正式实战,本篇内容是经典的入门例子:鸢…

DL4J实战之一:准备

欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 关于DL4J DL4J是Deeplearning4j的简称,是基于Java虚拟机的深度学习框架,是用java和scala开发的,已开源,官网&…

【DL4J】基本操作_学习笔记(二)

DL4J基本操作 文章目录 DL4J基本操作1. 创建矩阵2. 矩阵元素读取3. 矩阵行元素读取4. 矩阵运算 导入依赖 <nd4j.version>1.0.0-beta2</nd4j.version><dependency><groupId>org.nd4j</groupId><artifactId>nd4j-native-platform</artifa…