Kimi：攻击面发现引擎

由 💜 开发 @alechilczenko

项目背景： 该项目作为作品集的一部分，展示了进攻性安全、并发性和分布式架构的概念。

1. 介绍 Kimi：起源故事

Kimi 是什么？

在我早期涉足进攻性安全领域时，我一直对像 Shodan 这样的搜索引擎如何从数百万设备中索引信息感到着迷。这个想法一直在我脑海中盘旋；我需要通过自己模拟来理解其背后的工程原理。

Kimi 是这种好奇心的产物。它是一个持续侦察扫描器，旨在优先分析外部攻击面暴露情况。它执行大规模、面向端口的扫描，以收集来自连接到互联网的服务的信息。

我的目标是创建一个高效的架构：线程和队列的实现旨在最大化每个扫描周期的性能，显著减少大规模 IP 范围的执行时间。

---

2. 关键方面

Kimi 在关键领域作为概念验证：

• 并发性： 在 Python 中使用线程和队列来协调多达≈500个同时进行的网络 I/O 操作。

• 解耦架构： 设计分布式系统（Engine → API → DB），将扫描执行与数据持久化分离。

• 网络： 用于TCP/UDP握手和精确超时管理的低级套接字编程。

• NoSQL 数据库： 实现 MongoDB 来存储扫描结果，这些结果本质上是可变且非结构化的。

---

3. 学习曲线

今天重新审视 Kimi，让我能够将现代工程和伦理视角应用于我最初的工作：

• 技术演进： 最大的挑战是掌握 Python 中的 threading。今天，我认识到最可扩展的解决方案是将引擎迁移到异步编程（asyncio），以避免 GIL 开销并进一步扩展并发性。

• 伦理成熟： 最重要的教训是专业责任。该项目从一个好奇心驱动的实验演变为一个演示工具。Kimi 严格限于在受控网络上进行伦理测试，强调了我对合法和负责任的安全实践的承诺。

4. 架构与工作流程

该系统分为引擎（扫描器）和API（持久化）。

数据架构

MongoDB 充当主要的数据摄取存储。该架构设计为兼容 Elasticsearch / Kibana (ELK) 集成，从而实现对收集数据的全文搜索功能和分析可视化。

并发示例（CLI）

5. 联系方式与法律声明

• 部署： 该项目完全通过 Docker 进行容器化。

• 许可证： Apache 2.0。

• 联系： [email protected]

• 法律免责声明： Kimi 仅用于教育目的和技术演示。在受控环境之外使用完全由用户自行承担责任。