内容导读：导航目录:1、MacOSX有哪些优秀的渗透/***安全工具2、有没有用MacBook做渗透测试的，面对各种工具不支持该怎么办3、如何在OSX系统上安装Opencv3和Python2.74、MACOSX下有哪些...……
导航目录:
- 1、Mac OS X有哪些优秀的渗透 / *** 安全工具
- 2、有没有用MacBook做渗透测试的，面对各种工具不支持该怎么办
- 3、如何在OSX系统上安装Opencv3和Python2.7
- 4、MAC OSX下有哪些好用的HTTP抓包工具，更好是GUI的
Mac OS X有哪些优秀的渗透 / *** 安全工具
总得来说，mac os x 还是很好用的。在系统的速度，稳定性和安全性相比Windows系统要稳定一些，系统的界面也要比Windows好，唯一美中不足的就是有的软件没有mac版的，不过大部分软件还是有mac版。 . Mac OS X 系统的优点
有没有用MacBook做渗透测试的，面对各种工具不支持该怎么办
主要是做：
1、负责渗透测试技术服务实施，编写渗透测试报告；
2、负责渗透测试技术交流、培训；
3、负责代码审计、漏洞检测与验证、漏洞挖掘；
4、负责最新渗透测试技术学习、研究。
应聘这样的职位有一定的职业要求：
1、熟悉交换路由等 *** 协议、熟悉ACL、NAT等技术、熟悉 *** 产品配置和工作原理；熟悉LINUX、AIX等操作系统安全配置；熟悉ORACLE、MSSQL、MYSQL等数据库安全配置；熟悉WEB、FTP、邮件等应用安全配置；
2、能熟练使用各类渗透测试工具，熟悉手工注入、上传、中间人攻击测试、业务逻辑漏洞测试；
3、熟悉HTML、XML、ASP、PHP、 *** P等脚本语言，会使用C/C++、JAVA、.net、PYTHON等进行程序开发；
4、熟悉木马、后门技术、SHELLCODE技术、免杀技术、密码破解技术、漏洞挖掘技术、远程控制技术等。
如何在OSX系统上安装Opencv3和Python2.7
setp1
安装CodeX，不解释，在AppStop中搜索安装即可
setp2
安装Homebrew
Homebrew即MacOSX上的apt-get
按照官网的安装方式，在terminal中输入下列命令即可完成安装
cd ~
ruby -e "$(curl -fsSL )"
setp3
使用Homebrew安装Python，注意：避免使用系统Python解释器作为我们自己的主解析器，尤其是在使用virtualenv和virtualenvwrapper的时候。安装命令：
$ brew install python
注意安装结束后会有下列提示，提示我们把/usr/local/opt/python/libexec/bin增加到环境变量中，此举正是为了我们在使用python时，使用的是用Homebrew安装的python而不是系统python。
If you wish to have this formula's python executable in your PATH then add
the following to ~/.bash_profile:
export PATH="/usr/local/opt/python/libexec/bin:$PATH"
这是重要的一步，请不要跳过。
setp4
安装 virtualenv 和 virtualenvwrapper
这两个工具是为了创建独立的python环境，不了解的朋友请自行Google
值得注意的是，这两个工具对于搭建opencv3.0+python2.7运行环境来说不是必须的，但是强烈建议安装，以保证python环境的干净，易于管理。
安装只需执行命令：
$ pip install virtualenv virtualenvwrapper
安装完成后，在~/.bash_profile文件中追加如下内容：
# Virtualenv/VirtualenvWrapper
source /usr/local/bin/virtualenvwrapper.sh
然后执行命令：
$ source ~/.bash_profile
至此，virtualenv 和virtualenvwrapper已经正确完成安装。我们可以使用如下命令创建一个独立的python环境：
$ mkvirtualenv cv
setp5
我们开始安装一些必须的python包，安装NumPy
We need to install NumPy since the OpenCV Python bindings represent images as multi-dimensional NumPy arrays
安装方式：
$ pip install numpy
注意：如果你使用了step4中的virtualenv创建python虚拟环境，则需要在您之前创建的虚拟环境中安装需要的python包
step6
之前的步骤，主要目的是建立和配置编译安装OpenCv的环境，从这一步开始，我们开始真正的工作。
首先，我们使用brew安装需要的开发者工具，例如CMake。
$ brew install cmake pkg-config
还有一些必要的图像I/O包，这些包可以使我们能够加载各种不同类型的图像文件例如JPEG,PNG,TIFF等。
$ brew install jpeg libpng libtiff openexr
And finally, let’s install libraries that are used to optimize various operations within OpenCV (if we so choose):
$ brew install eigen tbb
setp7
恭喜，截止目前系统已经搭建完成，我们开始着手编译和安装python支持的opencv。下载代码：
$ cd ~
$ git clone
$ cd opencv
$ git checkout 3.0.0
最后一个命令$ git checkout 3.0.0其中的3.0.0可以替换成你需要的版本号
之后下载opencv_contrib代码，这部分不是必须的，但是强烈建议同时下载，原因是opencv_contrib包含很多有用的功能，包括：
feature detection, local invariant descriptors (SIFT, SURF, etc.), text detection in natural images, line descriptors, and more
$ cd ~
$ git clone
$ cd opencv_contrib
$ git checkout 3.0.0
请确保checkout opencv_contrib的版本号要与上面checkout opencv的版本号相同
step8
创建一个bulid目录：
$ cd ~/opencv
$ mkdir build
$ cd build
使用CMake配置我们的构建：
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local \
-D PYTHON2_PACKAGES_PATH=~/.virtualenvs/cv/lib/python2.7/site-packages \
-D PYTHON2_LIBRARY=/usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/bin \
-D PYTHON2_INCLUDE_DIR=/usr/local/Frameworks/Python.framework/Headers \
-D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON \
-D BUILD_EXAMPLES=ON \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules ..
注意：在执行上述命令之前，请务必切换到之前建立的虚拟python环境cv:
workon cv
cmake命令执行完成后，需要关注它的总结输出，尤其是其中的Opencv modules部分：
-- OpenCV modules:
-- To be built: core flann imgproc ml objdetect photo video dnn imgcodecs shape videoio highgui superres ts features2d calib3d stitching videostab python2
-- Disabled: world
-- Disabled by dependency: -
-- Unavailable: cudaarithm cudabgsegm cudacodec cudafeatures2d cudafilters cudaimgproc cudalegacy cudaobjdetect cudaoptflow cudastereo cudawarping cudev java python3 viz
-- Python 2:
-- Interpreter: /Users/zhuangyuan/.virtualenvs/cv/bin/python2.7 (ver 2.7.13)
-- Libraries: /usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/bin (ver 2.7.13)
-- numpy: /Users/zhuangyuan/.virtualenvs/cv/lib/python2.7/site-packages/numpy/core/include (ver 1.13.1)
-- packages path: /Users/zhuangyuan/.virtualenvs/cv/lib/python2.7/site-packages
如果python2部分的信息不完整，或者python2没有出现在OpenCV modules的To be built:后面，而是出现在Unvailable:后面，则说明Cmake没有正确完成，需要检查此步骤中Cmake命令的参数中的路径是否正确已经是否确实切换到了我们为opencv建立的虚拟python环境中。
再次提醒，此步骤中参数路径必须仔细核对，如果错误，后续的编译将无法成功
这时候可以开始编译了：
$ make -j4
这里的4是利用4核CPU全速并行编译，也可以不带-j4参数，或者把4修改成你的CPU核心数
编译完成后，进行安装：
make install
如果有错误，加上sudo再执行：
sudo make install
setp9
检查一下~/.virtualenvs/cv/lib/python2.7/site-packages/路径下可以看到cv2.so就说明安装成功了：
$ cd ~/.virtualenvs/cv/lib/python2.7/site-packages/
$ ls -l cv2.so
-rwxr-xr-x 1 adrian staff 2013052 Jun 5 15:20 cv2.so
用一下吧：
(cv) promote:lib zhuangyuan$ python
Python 2.7.13 (default, Jul 18 2017, 09:17:00)
[GCC 4.2.1 Compatible Apple LLVM 8.1.0 (clang-802.0.42)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
import cv2
cv2.__version__
'3.3.0'
恭喜，OSX系统下opencv3 with python2.7环境搭建成功。
MAC OSX下有哪些好用的HTTP抓包工具，更好是GUI的
作者：[已重置]
链接：
来源：知乎
著作权归作者所有，转载请联系作者获得授权。
可以试试用Charles，分享一篇腾讯内部关于mac抓包的charles心得，希望对你有所帮助~
在近期的项目中，涉及到某SDK的功能封装，其中包含的内置浏览器和用户反馈功能。测试过程除了确保指定网址正确的打开，还要检查是信息传送是否正确，这个过程就需要抓包来识别了。我在熟悉并使用了Charles工具后，就有了这篇入门指导。
1、工具的选择
在windows上有我们再熟悉不过的Fiddler，然而在Mac上也有一款功能不错的工具，可别小瞧这款工具，因为是基于JAVA实现的，所以很好的实现了跨平台。
官方介绍中是这么描述的：
Charles is a web proxy (HTTP Proxy/HTTP Monitor) that runs on your own computer. Your web browser (or any other Internet application) is then configured to access the Internet through Charles, and Charles is then able to record and display for you all of the data that is sent and received.
Charles是一个在本地运行的Web *** （HTTP *** / HTTP监视器）软件。开启Charles后，Web浏览器（或任何其他的互联网应用程序）将配置为通过Charles来访问互联网，而Charles则能够记录并显示你所有的发送和接收的数据。
In Web and Internet development you are unable to see what is being sent and received between your web browser / client and the server. Without this visibility it is difficult and time-consuming to determine exactly where the fault is. Charles makes it easy to see what is happening, so you can quickly diagnose and fix problems.
在Web和互联网的开发项目中，如果你不能看到客户端（比如浏览器）和服务器之间到底有什么数据正在发送和接收，如果没可视化监控手段，那么确定故障原因将是困难和费时的。Charles可以很容易地看到发生了什么，这样你就可以快速诊断并解决问题。
Charles makes debugging quick, reliable and advanced; saving you time and frustration!
Charles使得调试快速，可靠且先进的;节省您的时间和精力！