指纹tls实现
tlsprint的Python项目详细描述
#tlsprint
使用状态机推断的指纹tls实现 [状态学习者]（https://github.com/jderuiter/statelearner/）。状态学习者可以 使用黑盒学习（在本例中为tls）实现的状态机 接近。不同的实现可以有不同的状态机 使区分它们成为可能。把这些状态机组合成 一棵树，然后探测一个实时实现，tlsprint 可以对目标上运行的TLS实现进行指纹识别。
##安装
安装pypi的最新版本：
`shell pip install tlsprint `
##学习
note：此步骤是可选的，分布中包含一个模型.p， 其中包含一个使用27个唯一状态机创建的模型，表示283 不同的tls实现。有关实现的完整列表，请检查 存储库中的目录。
使用StateLearner推断状态机后，运行
`shell tlsprint learn <statelearner_output_dir> model.p `
将所有模型合并为一个 树。此树作为picklednetworkx图返回，对于 确定步骤。
##确定
使用默认模型时，标识目标上的tls实现 可以运行
`shell tlsprint identify <target> `
默认为端口443，可以通过添加 –目标端口<；端口>；。
该命令返回可能实现的列表。所有这些 实现共享同一模型，这意味着tlsprint不能进一步指定 具体实施。
将graph dir<；output>；传递到identify命令，将写入点文件 对于模型树的所有中间版本。这对 了解tlsprint正在做什么。
如果使用learn命令学习自定义模型，则可以覆盖 使用–model<；filename>；的默认模型。
欢迎加入QQ群-->： 979659372
