• EvilChen

    本帖使用社区开源推广,符合推广要求。我申明并遵循社区要求的以下内容:

    - 我的帖子已经打上 开源推广 标签: 是

    - 我的开源项目完整开源,无未开源部分: 是

    - 我的开源项目已链接认可 LINUX DO 社区: 是

    - 我帖子内的项目介绍,AI生成、润色内容部分已截图发出: 是

    - 以上选择我承诺是永久有效的,接受社区和佬友监督: 是

    以下为项目介绍正文内容,AI生成、润色内容已使用截图方式发出


    项目介绍

    项目地址:GitHub - overspace-labs/HaE: HaE - Highlighter and Extractor, Empower ethical hacker for efficient operations. 赋能白帽,高效作战! · GitHub

    HaE是一款网络安全(数据安全)领域下的框架式项目,采用了乐高积木式模块化设计理念,实现对本地文件和HTTP消息(包含WebSocket)精细化的标记和提取。

    场景说明

    HaE 目前已经拆分为两个分支项目,第一个是BurpSuite插件,命名为HaENet。第二个则是VSCode插件,命名为HaEFile。

    推荐可以在以下场景中使用:

    - 渗透测试中的信息收集(APK、EXE、IPA等等)

    - 代码审计中的敏感信息发现

    - 应急响应中的日志分析及关键特征提取

    - 数据安全中合规检查

    - Web安全应用评估

    使用方法

    HaENet

    插件装载: Extender - Extensions - Add - Select File - Next

    初次装载HaE Network会从Jar包中加载离线的规则库,如果更新可以点击Reinit进行重新初始化。内置规则库地址可以在Github上找到:https://github.com/overspace-labs/HaENet/blob/main/sources/src/main/resources/rules/Rules.yml。

    配置文件(Config.yml)和规则文件(Rules.yml)会放在固定目录下:

    - Linux/Mac用户的配置文件目录:~/.config/HaE/

    - Windows用户的配置文件目录:%USERPROFILE%/.config/HaE/

    除此之外,您也可以选择将配置文件存放在HaE Network Jar包的同级目录下的/.config/HaE/中,以便于离线携带。

    图片

    HaEFile

    - 在 VS Code 中安装 HaE 扩展(Extensions → Install from VSIX...)。

    - 通过右键菜单或HaE Databoard面板执行扫描:

    - Scan File — 扫描指定文件

    - Scan Folder — 扫描指定文件夹

    - Scan Workspace — 扫描整个工作区

    - 扫描结果将展示在侧边栏的 Databoard 数据面板中,点击规则可查看匹配详情

    - 打开文件时,底部 File Inspector 面板会实时展示当前文件的匹配信息

    - 编辑器中匹配到的内容会自动高亮标记(可在设置中关闭)

    图片

    主楼
  • 🐟

    大佬牛逼,已经用了很久了,很强!

    #1
  • MG1937

    实测HaE很好用!

    #2
  • inliver

    佬友的工具很强大,已star ^-^

    #3
  • EvilChen

    忘记加图片里,附两张图:

    HaENet的:

    图片

    HaEFile的:

    图片

    #4
  • swing

    HaE 良心开源项目

    #5
  • cangying33

    好用的顺便说一嘴可以直接编辑帖子哦,右下角

    图片

    #6
  • EvilChen

    收到,已更新,感谢提醒

    #7
  • 时牧

    好方便的工具呀,已star

    #8
  • sbarbar

    一直在用,佬也来L站了啊

    #9
  • cangying33

    突然有个想法,话说把最近的Jev加进去做可信度验证有搞头吗

    #10
  • EvilChen

    确实是可以的,不过敏感数据识别可以有更好的,比如反向利用PII检测模型,如OpenAI的OpenAI Privacy Filter。在Mac下本地能跑,效果不错,速度飞快,配合HaE的验证器使用:HaEValidator/validator/OpenAIPrivacyFilterLocal.py at main · overspace-labs/HaEValidator · GitHub

    #11
  • cangying33

    原来还有这种,我只是单纯想到,这个Jev可以做分类器,寻思可以给所有的疑似检测出漏洞的地方加检测置信度,反正这个模型又便宜又快,不过包太多感觉也不一定顶得住

    #12

发表回复

登录后回复