https://anwangkepu.github.io/tags/%E6%9A%97%E7%BD%91%E5%B7%A5%E5%85%B7/Recent content in 暗网工具 on 暗网科普Hugo -- gohugo.iozh-CNFri, 10 Jul 2026 23:52:00 +0800https://anwangkepu.github.io/posts/442948739c36d0506f2aa0e7e5706aea/Fri, 10 Jul 2026 23:52:00 +0800https://anwangkepu.github.io/posts/442948739c36d0506f2aa0e7e5706aea/很多人觉得，只要用Tor浏览器访问.onion站点，就能在暗网里彻底隐身，没人能找到您。但事实往往没那么简单，暗网可能并不像您想象中那么匿名，不少隐藏服务因为配置不当或者操作失误，露出了不少马脚。 “暗网下/AWX”看到，有人开发了一种工具，可以剥去暗网站点的面具，它叫OnionScan。 OnionScan是一款免费开源的暗网调查工具，专门用来扫描和分析暗网站点。它能帮你快速检查一个.onion地址的各种隐私和安全问题。只要输入一个简单命令，它就会像侦探一样，把站点的各个角落翻个遍，告诉你哪里可能泄露了真实信息。 OnionScan项目地址在GitHub上（s-rah/onionscan），有兴趣的可以自己试试——不管是想保护自己的站点，还是单纯好奇暗网的真实样子，它都是个挺实用的工具。 OnionScan 0.2版本已经可以在OnionScan的Github上下载。 OnionScan的主要目标 OnionScan表示，无论是运营安全漏洞还是软件配置错误——大多数情况下，对匿名性的攻击并非来自破坏底层系统，而是来自运营者自身，也就是那个无法有效利用技术手段解决的持续威胁——人为错误。 根据OnionScan官方网站的说法：一是希望帮助隐藏服务的运营者发现并修复其服务的运行安全问题：希望帮助他们检测配置错误，并希望启发新一代匿名工程项目，从而让世界变得更加私密；二是希望帮助研究人员和调查人员监控和追踪暗网网站：事实上，OnionScan希望尽可能简化这一过程。这并非因为OnionScan认同所有调查机构的目标和动机——大多数情况下并不认同。但OnionScan希望通过简化这类调查，为新型匿名技术的发展创造强大的动力。 OnionScan如何使用 要安装OnionScan，需要Go环境（Go 1.6 或 1.7），并且需要以下Go标准库核心未提供的依赖项： golang.org/x/net/proxy – 用于 Tor SOCKS 代理连接。 golang.org/x/net/crypto – 用于 PGP 解析 golang.org/x/net/html – 用于 HTML 解析 github.com/rwcarlsen/goexif – 用于提取 EXIF 数据。 github.com/HouzuoGuo/tiedot/db – 用于爬取数据库。 使用OnionScan后，会出具一份报告，列出高、中、低风险问题。如果想看更详细的信息，可以加个--verbose参数；如果想导出JSON格式方便进一步处理，可以加个--jsonReport参数。具体说明如下： 如需一份简要报告，详细说明使用隐蔽服务发现的高风险、中风险和低风险区域： onionscan notarealhiddenservice.onion 最有趣的输出来自详细输出选项： onionscan --verbose notarealhiddenservice.onion 如果您想与其他程序或应用程序集成，还可以生成 JSON 输出： onionscan --jsonReport notarealhiddenservice.onion 如果您想使用监听其他地址的代理服务器 127.0.0.1:9050，则可以使用 –torProxyAddress 标志： onionscan --torProxyAddress=127.0.0.1:9150 notarealhiddenservice.onion OnionScan可以查出什么 OnionScan会扫描常见的人为失误，可以发现的： 网站配置错误导致真实IP地址泄露 与明网服务器匹配的SSH指纹暴露 软件版本和服务器banner暴露（SMTP和FTP应用的banner泄露了主机名称和操作系统版本） 目录遍历、文件泄露 EXIF数据残留（比如上传图片没去掉元数据，GPS坐标隐藏在图像元数据中） 比特币地址、电子邮件地址和PGP密钥等关联匹配 其他各种可能暴露运营者身份的痕迹 “暗网下/AWX”看到，OnionScan还拥有关联实验室——一个网络仪表板，可以映射扫描站点之间的关系，由此挖掘到背后的操作者忽略了的模式问题。比如，同一个SSH密钥在两个“看起来不相关”的网站上出现、同一电子邮件、同一服务器……它将这些线索点连接起来。