IoTSeeker使用教程#

# 克隆仓库
git clone https://github.com/iotseeker/iotseeker.git

# 进入目录
cd iotseeker

# 安装依赖
pip install -r requirements.txt

# 安装IoTSeeker
python setup.py install

# 扫描指定网络段
iotseeker scan 192.168.1.0/24

# 扫描结果将显示在终端中

# 查看最近的扫描结果
iotseeker list

# 查看特定设备的详细信息
iotseeker info <设备ID>

# 设置扫描超时时间为10秒
iotseeker scan 192.168.1.0/24 --timeout 10

# 设置并发扫描数量为50
iotseeker scan 192.168.1.0/24 --threads 50

# 只扫描特定端口
iotseeker scan 192.168.1.0/24 --ports 80,443,8080

# 只扫描摄像头设备
iotseeker scan 192.168.1.0/24 --device-type camera

# 只扫描智能灯泡
iotseeker scan 192.168.1.0/24 --device-type light

# 只扫描路由器和网关
iotseeker scan 192.168.1.0/24 --device-type router

# 导出为CSV格式
iotseeker scan 192.168.1.0/24 --output csv --outfile devices.csv

# 导出为JSON格式
iotseeker scan 192.168.1.0/24 --output json --outfile devices.json

# 导出为HTML报告
iotseeker scan 192.168.1.0/24 --output html --outfile devices.html

# 启用深度设备识别
iotseeker scan 192.168.1.0/24 --deep-discovery

# 启用主动探测
iotseeker scan 192.168.1.0/24 --active-probing

# 启用固件版本检测
iotseeker scan 192.168.1.0/24 --firmware-detect

# 启用安全风险评估
iotseeker scan 192.168.1.0/24 --risk-assessment

# 生成安全报告
iotseeker report --scan-id <扫描ID> --report-type security

# scan_config.yaml
scans:
  - name: 办公室网络
    target: 192.168.1.0/24
    options:
      timeout: 15
      threads: 100
      ports: "80,443,22,23,1883,8883"
      device-types: "camera,router,light,thermostat"
      deep-discovery: true
      risk-assessment: true
  
  - name: 生产网络
    target: 10.0.0.0/24
    options:
      timeout: 20
      threads: 50
      ports: "80,443,22"
      device-types: "industrial,plc,scada"
      deep-discovery: true
      firmware-detect: true

# 使用配置文件执行批量扫描
iotseeker batch --config scan_config.yaml

# 创建每日扫描任务
iotseeker schedule --name daily_scan --target 192.168.1.0/24 --interval daily --time "08:00"

# 创建每周扫描任务
iotseeker schedule --name weekly_scan --target 192.168.1.0/24 --interval weekly --day monday --time "09:00"

# 查看所有定时任务
iotseeker schedule list

# 启动定时任务服务
sudo systemctl start iotseeker-scheduler
sudo systemctl enable iotseeker-scheduler

# 启用设备行为监控
iotseeker monitor --target 192.168.1.100 --duration 3600

# 监控多个设备
iotseeker monitor --targets "192.168.1.100,192.168.1.101,192.168.1.102" --duration 7200

# 查看监控结果
iotseeker monitor list

# 集成Shodan API
iotseeker config --shodan-api-key <YOUR_SHODAN_API_KEY>

# 集成Censys API

# 集成后，扫描时会自动查询第三方服务的设备信息

# 扫描结果将包含来自第三方服务的额外信息

# device_fingerprints.yaml
fingerprints:
  - name: 自定义智能摄像头
    device-type: camera
    vendor: CustomVendor
    model: SmartCam X1
    patterns:
      - type: http
        path: /login.html
        pattern: "CustomVendor SmartCam"
      - type: banner
        service: http
        pattern: "CustomVendor SmartCam X1"
      - type: mac
        prefix: "AA:BB:CC"

# 使用自定义指纹文件

# 扫描时会使用自定义指纹进行设备识别

# 大规模网络扫描配置

# 使用分布式扫描

# 扫描结果将存储在数据库中

# 使用Web界面查看结果

# 启用漏洞扫描

# 扫描特定设备的漏洞

# 生成漏洞报告

# 导出漏洞修复建议

# security_response.yaml
rules:
  - name: 高风险设备隔离
    condition: risk_score > 80
    actions:
      - type: notify
        method: email
        recipients: ["security@example.com"]
      - type: network
        action: isolate
        device_id: {{device_id}}
      - type: log
        severity: critical
        message: "高风险设备 {{device_ip}} 已被隔离"
  
  - name: 未授权设备警报
    condition: authorized == false
    actions:
      - type: notify
        method: slack
        channel: "#security-alerts"
      - type: log
        severity: high
        message: "发现未授权IoT设备 {{device_ip}}"

# 启用自动化安全响应

# 查看响应历史

# 测试响应规则

# 启用机器学习

# 训练设备识别模型

# 启用异常检测

# 查看机器学习模型性能

# 企业级部署架构

# 配置中央服务器

# 部署传感器节点

# 集成企业安全系统

# 配置权限管理

# 实现高可用性