Sherlock:跨 400+ 社交网络的用户名侦查利器

简介: Sherlock是一款开源OSINT工具,可自动在百个社交平台批量查询用户名存在情况,助力数字身份分析、品牌保护与安全研究。支持Docker一键部署,环境隔离、操作简便,输出结果可导出保存,适用于渗透测试与网络安全学习。(239字)

1. Sherlock 简介与使用价值

Sherlock 是一款开源 OSINT(Open Source Intelligence,开源情报)用户名查询工具,可以根据输入的用户名,在大量公开社交网络平台中自动检测该用户名是否存在。
传统方式需要人工逐个平台搜索,而 Sherlock 可以自动化完成查询,提高信息收集效率。

主要应用场景:

  • 用户名资产检查
  • 数字身份分析
  • 网络安全学习
  • OSINT 信息收集
  • 企业品牌保护

Sherlock 优势:

  • 自动化查询多个平台
  • Docker 部署简单
  • 环境隔离
  • 方便迁移维护

2. Docker 部署环境准备

推荐环境:

项目 配置
操作系统 Ubuntu 20.04/22.04
CPU 1核以上
内存 1GB以上
磁盘 10GB以上
Docker 20.x以上

安装 Docker:

apt update
apt install docker.io -y

启动 Docker:

systemctl start docker
systemctl enable docker

查看版本:

docker --version

3. Sherlock Docker 部署

拉取镜像

docker pull sherlock/sherlock


查看镜像:

docker images

创建结果目录

mkdir -p /opt/sherlock/results

测试运行

docker run --rm sherlock/sherlock --help


出现帮助信息表示部署成功。


查询用户名

示例:

docker run --rm sherlock/sherlock testuser

保存查询结果

docker run --rm \
-v /opt/sherlock/results:/opt/sherlock/results \
sherlock/sherlock testuser

4. Sherlock 工作流程

输入用户名

      ↓

Docker启动Sherlock容器

      ↓

加载网站检测模块

      ↓

访问公开社交平台

      ↓

判断账号是否存在

      ↓

输出账号URL

      ↓

保存分析结果

5. Sherlock 功能介绍与使用效果

5.1 基础查询

docker run --rm sherlock/sherlock username

输出:

GitHub:
https://github.com/username

Reddit:
https://reddit.com/user/username

5.2 指定平台查询

例如只查询 GitHub:

docker run --rm sherlock/sherlock \
--site GitHub username

5.3 输出文件

docker run --rm \
-v /opt/sherlock/results:/opt/sherlock/results \
sherlock/sherlock \
--output result.txt username

5.4 批量查询

docker run --rm sherlock/sherlock user1 user2 user3

6. 常用维护命令

查看容器:

docker ps -a

删除镜像:

docker rmi sherlock/sherlock

更新镜像:

docker pull sherlock/sherlock

查看帮助:

docker run --rm sherlock/sherlock --help

7. 总结

Sherlock 是一个优秀的 OSINT 信息收集工具,通过 Docker 部署可以快速搭建用户名分析环境。

完整流程:

安装Docker

↓

拉取Sherlock镜像

↓

启动容器

↓

输入用户名

↓

自动检测平台

↓

生成查询结果

Sherlock 可以帮助安全人员快速进行公开信息分析,提高数字身份管理和安全测试效率。

使用过程中需要遵守法律法规,仅用于授权的信息安全测试和学习研究。

目录
相关文章
|
2月前
|
缓存 自然语言处理 区块链
投机解码原理拆解:Draft-Target双模型流水线:小模型预生成 + 主模型并行校验20.0
投机解码是一种高效的大模型推理加速技术:用轻量小模型(Draft)快速预生成多个候选Token,再由大模型(Target)一次性批量校验并修正。它不改动主模型,零精度损失,显著提升生成速度,是当前性价比最高的并行推理优化方案。
215 3
|
监控 NoSQL
JLink + GDB 调试方法
本节主要介绍嵌入式开发中常用的JLink+GDB调试方法。 调试所需软件 J-link,可以从https://www.segger.com下载对应操作系统的软件包,然后安装(注意:segger是仿真器的名字,相当常用的一款,仿真器的接口也是固定的,一般开发版上都会带有这个调试接口,如图) 运行JLinkGDBServer 按照上图中的配置,配置GDBServer,然后点击OK,进入下一个界面 注意,如果硬件连接没有问题,那么上图中的J-Link和 Device栏中显示绿色,GDB显示为红色,因为我们还没有运行GDB软件。
9804 46
|
15天前
|
缓存 开发工具 git
DSH skill 怎么安装、放在哪个目录?DeepSeek Harness 技能与插件的区别与用法
dsh skill 不是插件:它是给模型的可加载 Markdown 指令集,由本地提供方按 rank 扫描六个根目录发现,用 dsh plugin add 装不进去。本文讲清六个根目录的优先级、SKILL.md 写法与两个调用开关。
527 4
DSH skill 怎么安装、放在哪个目录?DeepSeek Harness 技能与插件的区别与用法
|
人工智能 JavaScript 开发工具
DeepSeek Harness 本地安装与使用指南
DeepSeek Harness(DSH)是DeepSeek AI开源的Agent运行框架,支持本地文件操作、命令执行与工具调用。基于Cordis插件架构,具备高扩展性与强可控性,适合开发者搭建可控Agent环境或开展模型基准测试。当前为开发者预览版,需Node.js环境,推荐先用`npx @deepseek-ai/dsh web`快速体验。
7021 17
|
14天前
|
人工智能 自然语言处理 文字识别
盘点阿里云自研模型|Qwen、通义万相、HappyHorse 等AI模型清单
阿里云自研AI模型涵盖文本、图像、视频、语音及全模态,以通义千问Qwen系列为核心,包括Qwen3.8-Max、Qwen-VL-Plus、通义万相、CosyVoice等数十款专业模型,统一通过百炼平台提供API服务。(239字)
186 1
|
16天前
|
人工智能 前端开发 API
阿里云百炼api入口官网:前台和后台,免费领超7000万Tokens
阿里云百炼是其AI大模型服务平台,提供前台官网(介绍、计费、领券)与后台控制台(API Key管理、Token用量查询、模型配置)。新用户可免费领取超7000万Tokens(每模型100万),支持按量付费或订阅计划降本。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
|
24天前
|
人工智能 自然语言处理 数据挖掘
阿里云千问办公企业积分包:多少钱、怎么买、怎么用?
千问办公是阿里推出的AI办公平台,支持自然语言驱动的数据分析、PPT生成、视频剪辑、网页搭建等。企业版席位每月附赠2000积分,额度不足时可增购积分包(100元起/2000分,有效期12个月),需配合有效席位使用。(239字)
|
26天前
|
存储 人工智能 监控
大模型训练、AI项目 的 GPU 云服务器价格多少?阿里云 EGS GPU 云服务器最新配置价格清单(小时/月/年)
阿里云 EGS GPU云服务器 为AI开发者、科研人员、企业团队提供了弹性、可按需租用的高性能GPU算力,覆盖从T4入门卡到L20高端显卡的完整实例矩阵,支持包年包月、按量付费、抢占式实例、节省计划多种计费方案,适配模型训练、AI推理、AIGC生成、科学仿真等多元化高性能计算场景。在评估 阿里云 EGS GPU云服务器 服务器成本时,不能只看实例本身标价,必须把云盘、公网带宽、快照等附加计费项纳入预算评估。借助nvidia-smi等本地检测命令,可以快速验证GPU硬件状态;通过阿里云CLI和Python监控脚本,能够实时查询账单,监控算力消耗,及时发现成本异常。
205 1
|
1月前
|
人工智能 数据挖掘 BI
阿里云千问办公QwenWork深度解析:基于Qwen3.8基座,六大核心能力重构企业自动化工作流与计费选型全指南
千问办公QwenWork依托Qwen3.8基座,通过六大核心能力打通文档处理、数据分析、浏览器自动化、自定义技能编排、多端Agent协同、企业业务系统,把AI能力从简单对话升级为完整任务交付,解决企业大量重复办公工作。但AI办公智能体属于效率辅助工具,无法完全替代业务人员专业判断,财务、法务类关键业务输出,必须经过人工审核校验。
403 2
|
1月前
|
数据采集 人工智能 搜索推荐
AI搜索优化内容判定机制与合规实践:避免被降权的三个信号
本文解析2026年央视315曝光“AI投毒”后,AI搜索引擎可信度评估机制的变革:强调语义一致性、跨平台数据校验与来源可核实性;提出合规内容生产的三大原则——标注出处、分平台改写、拆解为可验证信息块,并给出落地检查清单。
274 1