NoSQLAttack工具安装与使用问题解决

今天继续给大家介绍Linux运维相关知识,本文主要内容是NoSQLAttack工具下载与使用问题解决。

免责声明:
本文所介绍的内容仅做学习交流使用,严禁利用文中技术进行非法行为,否则造成一切严重后果自负!
再次强调:严禁对未授权设备进行渗透测试!

在安装使用NoSQLAttack过程中,很多同学遇到了一些安装和使用方面的问题,今天在这里解决下。

一、安装系统选择

NoSQLAttack是一个基于Python开发的工具,在安装和使用时会遇到一些Python版本和依赖的问题。本人亲测,如果想要安装NoSQLAttack,在Kali Linux2018.3版本上安装是比较好的,但是在Kali Linux20221版本上安装则会出现各种各样的问题。
如果非要在Kali Linux2022.1版本上安装运行,那么最重要的问题在于Kali Linux2022.1版本没有系统自带python2环境的pip工具,因此首先,我们需要安装pip工具,执行命令:

wget https://bootstrap.pypa.io/pip/2.7/get-pip.py  

该命令执行结果如下所示:
在这里插入图片描述
接下来,我们需要安装该工具,执行命令:

python get-pip.py 

在安装完pip工具后,才可以进行NoSQLAttack的安装。

二、requests版本问题

此外,在NoSQLAttack的安装过程过程中,还会遇到requests版本的问题。我们打开NoSQLAttack的安装脚本,发现如下图(红线处)所示:
在这里插入图片描述
注意到NoSQLAttack的安装需要2.20.0版本以上的requests,但是requests2.20.8以上版本的requests反而不兼容Python2,因此我们需要将上述内容requests>=2.20.0改为requests==2.20.0。这样,我们再次进行安装时,就不会报requests版本问题的错误了。

三、NoSQLAttack使用问题

除此之外,我们在使用NoSQLAttack时,还会出现无法选择目标端口的情况。
关于此问题的解决,对Python比较熟练的同学可以自行查看工具中的问题,但是如果对Python不是很熟悉,也可以通过更改默认参数的方式来解决此问题。
打开NoSQLAttack下的option.py文件,找到如下所示位置,将GlobalVar.set_webPort(80)改为GlobalVar.set_webPort(81),完成后如下所示:
在这里插入图片描述
完成后,保存退出。注意,这里不要用NoSQLAttack打开工具,而要执行命令:

python main.py

打开后,就可以看到NoSQLAttack端口处为我们修改后的81端口,如下所示:
在这里插入图片描述
同理,我们也可以根据这种方式修改为其他的目标端口。
原创不易,转载请说明出处:https://blog.csdn.net/weixin_40228200

  • 4
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
基于PyTorch的Embedding和LSTM的自动写诗实验LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。
CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的这个代码主要是研究手写数字的识别效率,用卷积神经网络算法来实现,用的是官方手写字体数据,能够显现百分之九十以上的识别率+使用说明文档 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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

永远是少年啊

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