Skip to content
KitploitKITPLOIT
ToolsExploitsBlog
Log in
Einreichen
ToolsExploitsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

FeedsKontaktDatenschutz© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
Tools/GitHubGitHub/tsiddiquea/cve-reproduction-lab
SchwachstellenscannerSchwachstellenanalyseExploitationWebsicherheitPenetrationstestsFehlkonfigurationLernen & BildungLabs & Praxis
GitHub
tsiddiquea/cve-reproduction-lab

cve-reproduction-lab

Cybersicherheits-Labor, das die Path-Traversal-Schwachstelle CVE-2021-41773 von Apache mit simuliertem verwundbarem Server, Scanner und Sicherheitsberichterstattung demonstriert.

Repository anzeigen
29vor 8 MonatenNoch nicht geprüft

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Das ultimative OSINT-Toolkit: Untersuchungsgraph, Konfidenzbewertung, Alias-Familien, Karte, Zeitleiste und Berichte. 49 Module, 400+ Websites, keine API-Schlüssel erforderlich.

    968
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock One-Tap Execution App (CVE-2026-43499)

    556
  • 3

    looking-glass

    anonghosty/looking-glass

    CSIRT-Plattform, die Shadowserver-Berichte in MongoDB einliest und sie als interaktive Karten, Analysen, Findings, Advisories und Executive-Dashboards wiedergibt.

    347
  • 4

    redforge

    cybersecurity91/redforge

    Browser-seitiges Red-Team-Toolkit mit 102 Offline-Tools für Recon, Payload-Generierung, Credential-Angriffe, Krypto, Encoding und Engagement-Reporting.

    346
  • 5

    ARTEX

    baarai/artex

    LLM-basierte Multi-Agenten-Plattform für autonome Penetrationstests mit Planer-/Worker-Agenten, Asset- und Explorationsgraphen, MITM-Verkehrsaufzeichnung und Schwachstellen-Retesting.

    319
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Das System der Handlung für KI-native Cybersicherheit – wo Absicht zu gesteuerter Ausführung wird, Beweise zu operativem Gedächtnis werden und jeder Einsatz den nächsten verbessert.

    297

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →
Teilen

CVE-Reproduktionslabor

Übersicht

Dieses Projekt ist ein Cybersicherheits-Forschungslabor, das entwickelt wurde, um die realen Auswirkungen von Software-Sicherheitslücken durch kontrollierte Ausnutzung und defensive Patch-Simulation zu demonstrieren.

Das Labor konzentriert sich auf CVE-2021-41773, eine kritische Path-Traversal-Schwachstelle im Apache HTTP Server, die Angreifern den Zugriff auf sensible Dateien außerhalb des Web-Stammverzeichnisses ermöglicht. Die Umgebung umfasst sowohl eine Simulation eines anfälligen Servers als auch eine gepatchte sichere Implementierung, um die Bedeutung einer ordnungsgemäßen Eingabenormalisierung und sicherer Konfigurationspraktiken hervorzuheben.

Das Projekt ist ausschließlich für Bildungs-, ethische Hacking- und Cybersicherheitsforschungszwecke bestimmt.

Ziele

  • Reproduzieren einer realen CVE-Schwachstelle in einer sicheren Laborumgebung
  • Verstehen der Mechaniken von HTTP-Path-Traversal-Angriffen
  • Demonstrieren der Ausnutzung mittels automatisierter Scan-Techniken
  • Implementieren defensiver Gegenmaßnahmen und sicherer Server-Handhabung
  • Erstellen strukturierter Schwachstellenbewertungsberichte
  • Stärkung praktischer Kenntnisse über Websicherheitslücken

Projektstruktur

CVE_LAB/
│
├── exploit_CVE_2021_41773.py      → Automated vulnerability scanner & report generator
├── vulnerable_server.py           → Simulated Apache server with path traversal flaw
├── patched_server.py              → Secure server implementation blocking traversal
├── requirements.txt               → Python dependencies
└── reports/                       → Generated vulnerability reports

Hauptfunktionen

Schwachstellensimulation

  • Demonstriert den Apache-Pfadnormalisierungsfehler
  • Ermöglicht die Ausnutzung codierter Traversal-Payloads
  • Simuliert unbefugten Zugriff auf sensible Systemdateien

Automatisierter Exploit-Scanner

  • Erstellt bösartige HTTP-Anfragen
  • Erkennt erfolgreiches Traversal anhand von Antwortmustern
  • Zeigt Angriffserklärung und Methodik an
  • Erstellt strukturierte Sicherheitsbewertungsberichte

Sichere Patch-Implementierung

  • Validiert eingehende Anforderungspfade
  • Blockiert Traversal-Sequenzen und codierte Payloads
  • Gibt sichere HTTP-Antworten zurück
  • Demonstriert sichere defensive Codierungspraktiken

Berichtsgenerierung

  • CVE-Identifikation
  • Schweregradklassifizierung
  • Schwachstellenstatus des Ziels
  • Ursachenanalyse
  • Empfohlene Abhilfestrategie

Demonstrierte technische Konzepte

  • Path-Traversal-Ausnutzung
  • HTTP-Anfragenmanipulation
  • Risiken durch Fehlkonfiguration von Webservern
  • Sichere Eingabevalidierung
  • Automatisierung der Schwachstellenbewertung
  • Defensives Sicherheits-Engineering

Anforderungen

  • Python 3.x
  • requests-Bibliothek

Abhängigkeiten installieren:

pip install -r requirements.txt

Verwendung

Schritt 1 — Anfälligen Server ausführen

python vulnerable_server.py

Server läuft lokal auf:

http://localhost:8000

Schritt 2 — Exploit-Scanner ausführen

python exploit_CVE_2021_41773.py --target http://localhost:8000

Der Scanner wird:

  • Senden der Traversal-Payload
  • Analysieren der Serverantwort
  • Bestätigen des Schwachstellenstatus
  • Generieren eines detaillierten CVE-Berichts

Schritt 3 — Gepatchten Server ausführen

python patched_server.py

Der Exploit sollte nun fehlschlagen, was die effektive Schadensbegrenzung demonstriert.

Lernergebnisse

Durch dieses Labor sammeln Lernende praktische Erfahrungen mit:

  • Realistische Schwachstellenreproduktion
  • Ethische Ausnutzungsmethodik
  • Defensives sicheres Codieren
  • Cybersicherheitsberichtsstandards
  • Praktische Risikoanalyse von Webanwendungen

Haftungsausschluss zur ethischen Nutzung

Dieses Projekt ist ausschließlich bestimmt für:

  • Cybersicherheitsbildung
  • Defensive Forschung
  • Kontrollierte Laborexperimente

Verwenden Sie dieses Tool nicht gegen Systeme ohne ausdrückliche Genehmigung.

Autor

Entwickelt im Rahmen praktischer Cybersicherheitsforschung mit Schwerpunkt auf Reconnaissance-Automatisierung und offensive Sicherheitswerkzeuge.

Lizenz

Dieses Projekt wird für Bildungszwecke und Forschungszwecke veröffentlicht.

Tool herunterladen