伺服器被攻擊了?
勒索病毒。沒招付錢吧。
報警也拿不回資料。
勒索病毒變種出來了?
如果資料不是很重要,可以嘗試恢復軟體恢復
如果資料比較重要,可以斷網狀態嘗試還原看看
建議直接聯絡對方,看能否獲取有效線索。
只有盡最大程度的回覆資料了,重灌系統後一定要把伺服器的安全補丁更新到最新,且保持最新的補丁狀態,防病毒軟體是一定要安裝的,一切不必要的埠是必須要關閉的
被別人攻擊了,反擊的最有效的方法是讓他也遭受損失
如果你沒辦法讓他遭受損失,他是會一直的找你的麻煩的
比如,他攻擊你的網站,攻擊的你伺服器,反過來,你也可以對他進行攻擊
如何才能知道他是誰呢?
首先你需要知道他的ip,然後你就能透過一系列操作拿到他的網站
拿到他的網站,你就可以進行你想要的操作了
簡單給你說下這個技術的實現過程吧
首先,先掃一波開放埠
目標是Windows系統,Emmmmm,開放的服務屬實有點少啊,姑且先記住,待會爆破之,儘可能晚點或者不去引起管理員的注意
0x03
把目光轉向web服務,掃一波目錄
沒掃兩下。。。
嘛,這不是重點
掛上代理降低掃描頻次繼續搞,然而並沒有得到啥子有用的資訊。。。。
不過後臺沒找到,倒是找到了phpMyAdmin還是蠻驚喜的,but初步試探弱口令。。emmmm並沒有什麼卵子用
0x04
到這裡好像只能透過爆破口令來嘗試了,但是對於這類黑色網站,其管理者勢必會迅速察覺,所以最好還是嘗試從其他方式入手
旁站找了一波,沒有收穫,於是開始掃C段
存活主機還不少。。。於是慢慢的一個個找服務,發現一臺開了web服務的機器上邊有個很奇怪的檔案
神tm的”1ndex。php”,開啟之後是一個空白頁,很迷
莫非是別人的webshell??
用metasploit的aux輔助模組爆破一波
Searchcaidao就能找到如圖所示的模組,使用showoptions來檢視需要配置的資訊,填好主機以及uri後調節執行緒以及字典便可以直接開始爆破
然後就拿到了shell許可權
嘗試rdp登上去,成功
到這裡就結束了,然後想要做什麼,就看你自己的意願了
當然了,你要是被競爭對手攻擊,需要我幫忙的話,可以參考下圖找我交流
也可以跟我來學相關技術
import numpy as np
import pandas as pd
import matplotlib。pyplot as plt
# 1。 simple plot with 4 numbers
plt。plot([1, 3, 2, 4])
plt。show()
# 2。 points have x and y values; add title and axis labels
plt。plot([1, 2, 3, 4], [1, 4, 9, 16])
plt。title(‘Test Plot’, fontsize=8, color=‘g’)
plt。xlabel(‘number n’)
plt。ylabel(‘n^2’)
plt。show()
# 3。 change figure size。 plot red dots; set axis scales x: 0-6 and y: 0-20
plt。figure(figsize=(1,5)) # 1 inch wide x 5 inches tall
plt。plot([1, 2, 3, 4], [1, 4, 9, 16], ‘ro’) # red-o
plt。axis([0, 6, 0, 20]) # [xmin, xmax, ymin, ymax]
plt。annotate(‘square it’, (3,6))
plt。show()
# 4。 bar chart with four bars
plt。clf() # clear figure
x = np。arange(4)
y = [8。8, 5。2, 3。6, 5。9]
plt。xticks(x, (‘Ankit’, ‘Hans’, ‘Joe’, ‘Flaco’))
plt。bar(x, y)
# plt。bar(x, y, color=‘y’)
# plt。bar(x, y, color=[‘lime’, ‘r’, ‘k’, ‘tan’])
plt。show()
# 5。 two sets of 10 random dots plotted
d = {‘Red O’ : np。random。rand(10),
‘Grn X’ : np。random。rand(10)}
df = pd。DataFrame(d)
df。plot(style=[‘ro’,‘gx’])
plt。show()
# 6。 time series - six months of random floats
ts = pd。Series(np。random。randn(180), index=pd。date_range(‘1/1/2018’, periods=180))
df = pd。DataFrame(np。random。randn(180, 3), index=ts。index, columns=list(‘ABC’))
df。cumsum()。plot()
plt。show()
# 7。 random dots in a scatter
N = 50
x = np。random。rand(N)
y = np。random。rand(N)
colors = np。random。rand(N)
sizes = (30 * np。random。rand(N))**2 # 0 to 15 point radii
plt。scatter(x, y, s=sizes, c=colors, alpha=0。5)
plt。show()