完美钓鱼网站搭建

钓鱼网站完善

拓扑及 DNS 劫持

解压安装源码包

  • 源码包下载
    提取码:jfgd

  • 解压

    其中 error.php 和 index.php 用来记录钓鱼用户输入的账号密码

    image-20231011113959723

  • 将解压出来的文件移动到 /var/www/html/jd.com 目录下

    image-20231011114907600

  • 切换到 Client 访问 www.jd.com/jd.com

    此前做了 DNS 劫持,可以直接输入 www.jd.com 跳转到 172.16.1.100 的 /var/www/html 目录下

    因为 jd.com 在 /var/www/html 目录下,所以还要在网址后再次输入 jd.com(文章后面会改进)

    www.jd.com/jd.com
    

    在这里插入图片描述

获取钓鱼用户名及密码

error.php

  • 用来记录用户输入的用户名和密码

    查看 error.php 文件

    image-20231011115616058

  • 更改数据库密码

    image-20231011124111319

  • 创建名为 jd 的数据库

    create database jd;
    

    image-20231011124217295

  • 创建 jd 表,包含字段 username 和 password

    create table jd(
    id int(10) not null auto_increment primary key,
        username varchar(255),
        password varchar(255)
    );
    

    image-20231011124551640

  • 验证

    • Client 登录钓鱼网站输入应户名密码

      在这里插入图片描述

    • 切换到 Server 查看数据库中内容

      发现出现了刚刚钓鱼网站输入的用户名和密码

      select * from jd;
      

      image-20231011124800819

钓鱼网站优化

httpd 虚拟目录

  • 解决同服务器多域名多网站的问题

  • 此处解决访问钓鱼网站需要输入两个 jd.com 的问题

  • Server 创建配置文件

    vim /etc/httpd/conf.d/virtual-host.conf
    

    添加编辑内容

    <VirtualHost *:80>
    	ServerName www.jd.com
    	DocumentRoot /var/www/html/jd.com
    </VirtualHost>
    
    # 当访问 www.jd.com 时自动跳转到 /var/www/html/jd.com
    

    image-20231011125631753

    重启 apache

  • 此时 Client 直接在浏览器输入 www.jd.com 直接跳转到钓鱼网站

    在这里插入图片描述

去除网站最后的 /jd.html 后缀

  • 将 /var/www/html/jd.com/ 下的 jd.html 改为 index.html

    mv /var/www/html/jd.com/jd.html /var/www/html/jd.com/index.html 
    

    重启 apache

    image-20231011130120378

  • Client 再次访问 www.jd.com

    在这里插入图片描述

  • 1
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
神经网络可以用于检测钓鱼网站。具体来说,可以使用深度学习技术来训练一个神经网络模型,该模型可以根据网站的特征来预测该网站是否是钓鱼网站。这些特征可以包括网站的URL、域名、SSL证书、页面内容等等。 以下是一个简单的神经网络模型的例子,用于检测钓鱼网站: ```python import tensorflow as tf from tensorflow import keras # 定义神经网络模型 model = keras.Sequential([ keras.layers.Dense(64, activation='relu', input_shape=(10,)), keras.layers.Dense(64, activation='relu'), keras.layers.Dense(1, activation='sigmoid') ]) # 编译模型 model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) # 训练模型 model.fit(x_train, y_train, epochs=10, batch_size=32) # 评估模型 test_loss, test_acc = model.evaluate(x_test, y_test) print('Test accuracy:', test_acc) ``` 在这个例子中,我们使用了一个包含两个隐藏层的神经网络模型,每个隐藏层包含64个神经元。输入层包含10个特征,输出层包含一个神经元,用于预测网站是否是钓鱼网站。我们使用了sigmoid激活函数来输出一个0到1之间的概率值,表示该网站是钓鱼网站的可能性。 我们使用二元交叉熵作为损失函数,并使用Adam优化器来训练模型。在训练过程中,我们使用了批量大小为32的小批量随机梯度下降来更新模型参数。最后,我们评估了模型在测试集上的准确率。

“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
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

gjl_

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