Assalomu alaykum) Ushbu maqolachamiz Faqat va faqat ta'lim maqsadida tayyorlandi buni amaliyotda sinab ko'rmoqchi bo'lsangiz avval ruxsat so'rab keyin qo'llang yoki test tizimlarda (Metasploitablega o'xshash) qo'llab ko'rishingiz mumkin.
Maqoladan ko'zlangan maqsad nmap NSE scriptlaridan foydalanish va metasploit yordamida brute force hujumini amalga oshirishni tushunish
Birinchi bo'lib kerakli muhitni yaratib olishimiz kerak Virtual holatda Metasploitable 2(atayin zaif qilib chiqarilgan tizim) tizimini o'rnatib yoqib olamiz. Hujumlarimizni amalga oshirish uchun bizga kali yoki parrot kabi operatsion tizim kerak bo'ladi.
Barcha harakatlarni hujum uchun tayyorlagan tizimimizda amalga oshiramiz.
Malumot to'plash:
Nmap yordamida qurbon tizimimizni 22 - portini skanerlaymiz.
namp 192.168.154.166 -sV -p 22
Natijada 22 - portda ssh xizmat ko'rsatayotganini va uning versiyasini aniqladik, endi nmap NSE scriptlaridan foydalanib natija olishga harakat qilamiz.
nmap --script="ssh*" 192.168.154.166 -p 22
Bu yerda bir qancha natijalar bor ssh-brute bo'limiga nazar tashlasak u yerda user:user malumoti berilgan bu username va parol yordamida ssh orqali ulanishga harakat qilamiz.
ssh -o HostKeyAlgorithms=+ssh-rsa user@192.168.154.166
Bizda ulanish muvaffaqiyatli amalga oshirildi ammo bir emas bir qancha usullardan foydalanib tekshirsak ham bizda yuqori huquqlar yo'qligini ko'rishimiz mumkin. Biz (Privilege escalation) Huquqlarimizni oshirishga harakat qilishimiz yoki yana boshqa usullarni sinab ko'rishimiz mumkin. Biz metasploitdan foydalangan holda exploit qilishga harakat qilamiz.
msfconsole
> search ssh_login
Endi exploitni to'girlab olamiz:
use 0
ssh_login exploitini tanlash
set rhosts 192.168.154.166
qurbon IP manzilini kiritish
set PASS_FILE /usr/share/wordlists/metasploit/ssh_login_pass.txt set USER_FILE /usr/share/wordlists/metasploit/ssh_login_user.txt
Username va Parollar ro'yxatini kiritish(Agar sizda ushbu fayllar bo'lmasa meni Telegram kanalimdan yuklab olishingiz mumkin(Fayllar bo'limidan))
set STOP_ON_SUCCESS true
Natijaga erishganda to'xtashi uchun
run
Exploitni ishga tushirish
...
Oradan million yil o'tgandan keyin bizda ushbu natija paydo bo'ladi😂😂
Bizda yana bitta Username va Parol mavjud bu bilan ham ulanishga harakat qilib ko'ramiz.
Nihoyat bizda natija bor biz qurbon tizim bilan aloqa o'rnatdik va whoami
buyrug'i yordamida ko'rgan natijamiz esa bizni root huquqlari bilan kirganimizni ko'rsatmoqda bu degani tizimda rm -rf /*
(enasini uyini ko'rsatish) dan foydalanishimiz mumkin degani
Bugungi maqolada Brute force hujumlari yordamida tizimga kirishni ko'rib chiqdik, keng tarqalgan username va parollardan foydalanish oqibatida mana shunaqa zaifliklar yuzaga keladi shu sababli username va parol tanlayotganda iloji boricha qiyinroq variantlardan foydalaning.
Shu tartibda har bir ochiq port orqali natijaga erishishga harakat qilamiz. Keyingi maqolalarni o'tkazib yubormaslik uchun ijtimoiy tarmoqlarda kuzatib boring.
Ha aytgancha agar maqola yoqqan bo'lsa saytdan ro'yxatdan o'tib quyish va like bosib izoh yozish esdan chiqmasin.
Python dasturlash tili so'nggi 4 yil ichida turli xil dunyo bo'ylab o'tkaziladigan so'rovnomalarda va yirik hamjamiyatlar statistik malumotlarida asosan 1-3 o'rinlarni egallab kelmoqda. Tiobe Index statistik malumotlari ham shuni ko'rsatmoqda:
Pythonni tarixi yoki qanday dasturlash tili ekanligi haqida to’xtalib o’tmoqchi emasman bu haqda malumotlar yetarlicha ko’p. Bugun Python nega bu darajada ommalishib kelganligini asosiy sabablaridan birini ko’rib chiqamiz. Bu sizning Pythonni nega o’rganishim kerak degan savolingizga javob bo’la oladi deb o’ylayman.
Maqolamiz nomidan ham ko’rinib turganidek bugun python dasturlash tili keng qo’llaniladigan va keng qo’llanila boshlagan sohalar haqida malumot berib o’taman. Bularni haqiqiy misollarlar bilan yetkazib berishga harakat qilaman.
Avvalo bugun rivojlanishida python o’z tasirini o’tkazayotgan bir necha yo'nalishlar haqida aytib o’taman:
note: Sohaga oid terminalarni tarjima qilishni istamadim
Data Science va Machine Learning
Web Development
Automation
Scientific Computing
Cyber Security
System Administrator
Desktop Application Development
DevOps Automation
Robotics va Control Systems
Game Development
note: Maqoladan asosiy maqsad yuqoridagi sohalar haqida to'liq malumot berish emas aksincha Pyhton bilan bog'liq holatlarini yoritishga harakat qilaman.
ℹ️ Har ikkala soha ham statistik malumotlar va algoritmlarga tayangan holda qaror qabul qilish asosida ishlaydi.
📊 Stack Overflow Survey, Kaggle va Tiobe Indexning 2023 yilgi statistik malumotlariga ko’ra taxminan 60% foydalanuvchilar Data Science va Machine Learning uchun Pythondan foydalanadi.
🐍 Pythonning Data Science uchun imkoniyatlari: Pandas, NumPy, SciPy, Matplotlib, scaborn kabi kutubxonalari Malumotlarni oson qayta ishlash, tahlil qilish, ko’p o’lchamli massivlar bilan ishlash, statistik tahlillar, Grafik va diagrammalar yartishda juda samarali hisoblanadi. Jupyter Notebooks natijalarni vizualizatsiya qilish uchun interaktiv muhit imkonini beradi.
💻 Netflix, Spotify - ushbu loyihalarda foydalanilayotgan malumotlar va statistika yordamida foydalanuvchilar uchun tafsiyalar va trendlarni aniqlash uchun ishlatilgan.
🐍 Pyhtonning Machine Learning imkoniyatlariga to’xtalsak Scikit-Learn, TensorFlow, Keras, PyTorch, XGBoost va LightGBM kutubxonalari turli malumot o’rganish algoritmlari qo’llab quvvatlaydi, jumladan regressiya, tasnifash, klasterlash va boshqalar. Ushbu kutubxonalar Neyron tarmoqlarini oson yaratish va o’rganish uchun ham juda foydali hisoblanadi.
💻 OpenAI GPT - modellarida TensorFlow , PyTorch kabi python kutubxonalari malumotlarni qayta ishlash va tafsiyalarni yaratish uchun ishlatilgan.
IBM Watson - Data Machine Learning va suniy intellekt modellarini yaratishda Python kutubxonalaridan keng foydalanadi.
ℹ️ Bu internet orqali ishlatiladigan Web-saytlar yaratish jarayonidir. Bu yo'nalishda Web-serverlar, malumotlar bazasi integratsiyasi kabi qismlarda python keng imkoniyatlarni taklif etadi.
📊 Stack Overflow Survey, Tiobe Index, GitHub Octoverse Report kabi yirik platmormalarning statistik malumotlariga ko’z tashlasak Oxirgi yillarda Python web-ilovlar yaratuvchi 30% dasturchilar tomonidan tanlangan til va bu ko'rsatgichlar har yili o’sib bormoqda. Daily saytini malumotlariga ko’ra "Top 10 Backend Frameworks 2024" da Django 1 - o’rinda keltirilgan. Bunda takidlanishicha unumdorlik, foydalanish qulayligi, hamjamiyat yordami, masshtablilik va xavfsizlik xususiyatlariga inobatga olingan. Pythonning mashhurligi so’ngi 5 yil ichida JavaScript, PHP, va Ruby kabi boshqa dasturlash tillari bilan solishtirganda sezilarli darajada oshdi.
🐍 Python Web Development imkoniyatlari: dunyo dasturchilari ichida eng mashhur bo’lgan 2 ta framework Flask va Django pythonga tegishli. Django yuqori darajadagi Web-framework hisoblanadi yana bir qator standart funksiyalarni (admin paneli, authntication…) o’z ichiga oladi. Flask yengil va moslashuvchan framework sifatida tanilgan. Flask kichik va kengayuvchan loyihalar uchun ajoyib tanlovdir.
Yana bir Veb-developmentdagi Python texnologiyasi bu FastAPI, Bu asosan RESTful API lar yaratishda keng qo’llaniladi.
💻 Instagram - Django framevorkidan foydalanilgan holda yaratilgan bo'lib ushbu platforma katta hajmdagi foydalanuvchilarga xizmat ko’rsatishda Djangoning imkoniyatlaridan foydalanadi.
Reddit - dastlab Python yordamida ishlab chiqilgan va hali ham ko’plab Pyhton kutubxonalaridan foydalanib kelmoqda.
ℹ️ Automation - jarayonlarni va vazifalarni avtomatik ravishda bajarish uchun dasturiy ta’minot va uskunalarni ishlash jarayonini avtomatlashtirish.
📊 Stack Overflow Survey, Tiobe Index, Github Octoverse Report statistik malumotlariga ko’ra 2020-2021 yillarda Pyhton avtomatizatsiyada 40%-45% tashkil etgan bo’lsa. Keyingi yillarda jumladan 2024 yilda LinkedIn va Lambdatest “Top 10 Programming Languages For Automation” bo’yicha Python 1 o’rinda qayd etilgan.
🐍 Python Automation imkoniyatlari: Automation uchun Pythonda Selenium, BeautifulSoup, Scapy, Pandas, NumPy, Cerely kabi texnologiyalar mavjud. Selenium Web-saytlarni avtomatlashtirish va test qilish uchun keng qo’llaniladi. BeautifulSoup va Scapy Web-saytlardan malumotlarni yig’ish uchun ishlatiladi. Pandas va NumPy Malumotlarni qayta ishlash va analiz qilish uchun foydalaniladi. Celery Asinxron vazifalarni bajarish qo’llaniladi.
💻 Googlening ko’plab ichki tizimlari Pyhton yordamida malumotlarni qayta ishlash va avtomatizatsiya jarayonlarini boshqarishda foydalanadi.
NASA ham bu borada avomatizatsiya va malumotlarni qayta ishlash, Kosmik missialar uchun malumotlarni tahlil qilishda Python foydalanmoqda.
ℹ️ Scientific Computing - ilmiy hisoblash, hisoblash usullari va kompyuter texnologiyalaridan foydalanib, ilmiy muhandislik masalalarini hal qilish.
📊 Stack Overflow Survey, Tiobe Index, Github Octoverse hisobotlariga ko’ra Pyhton ilmiy hisoblash uchun eng mashxur tillardan biri sifatida ko’rsatilgan. 2021 yilda Python ilmiy hisoblash uchun dasturchilar tomonidan ishlatiladigan tillar orasida eng yuqori o’rinni egallagan. Hozirgi kunda ham birinchi o’rinni qayd etib turibdi.
🐍 Python Scientific Computing imkoniyatlari: Bu yo'nalishda ham Pythonda NumPy, SciPy, SymPy, Matplotlib, Pandas kutubxonalari va Jupyter Notebooks interaktiv muhiti mavjud. NumPy yirik o’lchamli massivlar bilan ishlashda ilg’or texnologiya, SciPy ilmiy muhandislik masalalari uchun qo’shimcha imkoniyatlar masalan: optimizatsiya, interpolatsiya va h.k. SymPy simvolik hisoblashlar uchun qulay kutubxona. Matplotlib grafik va diagrammalar yordamida vizualizatsiya qilishda keng qo’llaniladi.
💻 Large Hadron Collider: CERNning LHC loyihasida Pyhon ilmiy hisoblash uchun asosiy dasurlash tillaridan biri sifatida ishlatiladi. Pyhton yordamida malumotlar tahlili, tajribalarni simulatsiya qilish va natijalarni vizualizatsiya qilish amalga oshiriladi.
NASA: Ilmiy hisoblashlar masalan orbital simulatsiyalar va kosmik tadqiqotlarda Pythonning yuqoridagi imkoniyatlaridan foydalanadi.
ℹ️ CyberSecurity(Kiberxavfsizlik) - Dasturlarning, tizimlarning va malumotlarning xavfsizligini taminlash, ularni xakerlik hujumlari va zararli dasturlardan himoya qilish uchun zarur choralarni ko’rishni o’z ichiga oladi.
📊 Stack Overflow Developer Survey, Github Octoverse Report, Tiobe Index kabi manbalarda Python 2023 yilda taxminan 50% dasturchilar tomonidan Cybersecurity uchun mos til deb topilgan. LinkedIn Skills Report (2022-2023) LinkedIn’da Cybersecurity va Python ko’nikmalarini ko’rsatgan mutaxassislar soni 37%ga o’sganini takidlamoqda.
🐍 Python Cybersecurity imkoniyatlar: Cybersecurityda Pythonng Scapy, PyCrypto, Paramiko, Nmap, Requests kabi kutubxonalari muhim ahamyatga ega. Scapy tarmoq paketlarini analiz qilish va manipulatsiya qilish uchun foydalaniladi. PyCrypto Kirptografik operatsiyalarni amalga oshirish uchun qo’llaniladi. Malumotlarni shifrlash, xavfsiz aloqa kanallarini yaratishda ham keng qamrovli. Paramiko SSH orqali masofaviy serverlar bilan xavfsiz aloqa qilish uchun ishlatiladi. Nmap Tarmoqni skanerlash va xavfsizlik tahlillarida Python bilan integratsiya qilish va maxsus skanerlash skriptlarini yaratish oson. Requests Web-ilovalar va API’lar bilan ishlashda foydalaniladi. Bu kutubxona HTTP so’rovlarini yuborish va ularga javoblarni tahlil qilish uchun juda qulay.
💻 Metasploit Framework - Cybersecurity mutaxassislari uchun eksplutatsiya va pentesting vositasi bo’lib , Python yordamida qo’shimcha modular va skriptlar yaratish imkoniyatini mavjud.
Malvare analysis Tools - Cybersecurityda zararli dasturlarni tahlil qilish uchun yaratilgan ko’plab vositalar Pythonda yozilgan va yozilmoqda.
Ikkinchi qism ham tez kunda saytga joylanadi.
Agar maqolani o'qib ketgizgan vaqtingiz uchun achinmagan bo'lsangiz xursandman!