Evaluación inicial y asesoramiento

Negociación y mediación

Representación en juicio

Protección de los intereses del cliente

Asesoramiento post-divorcio

Conclusión: un aliado esencial en la división de bienes

British investors team up with Three Rules Capital for Esencia Project will include hotel rooms, residences and new 'school'

Esta mañana, el desarrollo publicó un comunicado de prensa en el que destacan que los desarrolladores, que incluyen a Roberto Ruiz Vargas en Puerto Rico, han presentado su propuesta de plan conceptual ante la Oficina de Administración de Permisos de Puerto Rico (OGPe). Planteada como una comunidad turística y residencial costera única de clase mundial, se dice que Esencia honra su ubicación tropical con vista al Mar Caribe en la Bahía de Boquerón en Cabo Rojo, en la costa oeste de Puerto Rico.

LazyOwn

██╗ █████╗ ███████╗██╗ ██╗ ██████╗ ██╗ ██╗███╗ ██╗ ██║ ██╔══██╗╚══███╔╝╚██╗ ██╔╝██╔═══██╗██║ ██║████╗ ██║ ██║ ███████║ ███╔╝ ╚████╔╝ ██║ ██║██║ █╗ ██║██╔██╗ ██║ ██║ ██╔══██║ ███╔╝ ╚██╔╝ ██║ ██║██║███╗██║██║╚██╗██║ ███████╗██║ ██║███████╗ ██║ ╚██████╔╝╚███╔███╔╝██║ ╚████║ ╚══════╝╚═╝ ╚═╝╚══════╝ ╚═╝ ╚═════╝ ╚══╝╚══╝ ╚═╝ ╚═══╝ 

LazyOwn

██╗ █████╗ ███████╗██╗ ██╗ ██████╗ ██╗ ██╗███╗ ██╗ ██║ ██╔══██╗╚══███╔╝╚██╗ ██╔╝██╔═══██╗██║ ██║████╗ ██║ ██║ ███████║ ███╔╝ ╚████╔╝ ██║ ██║██║ █╗ ██║██╔██╗ ██║ ██║ ██╔══██║ ███╔╝ ╚██╔╝ ██║ ██║██║███╗██║██║╚██╗██║ ███████╗██║ ██║███████╗ ██║ ╚██████╔╝╚███╔███╔╝██║ ╚████║ ╚══════╝╚═╝ ╚═╝╚══════╝ ╚═╝ ╚═════╝ ╚══╝╚══╝ ╚═╝ ╚═══╝ 

Requisitos

• Python 3.x
• Módulos de Python:
  • requests
  • beautifulsoup4
  • pandas
• subprocess (incluido en la biblioteca estándar de Python)
• platform (incluido en la biblioteca estándar de Python)

Instalación

1. Clona el repositorio:

git clone cd LazyOwnhttps://github.com/grisuno/LazyOwn.git 

1. Instala las dependencias de Python:

pip install requests beautifulsoup4 pandas fastparquet 

Uso

python3 binario_a_buscarlazysearch.py 

./lazyown.py 

1. search.py Este script extrae información de binarios y sus funciones desde GTFOBins y la guarda en un archivo CSV. ya hice el scraping así que mejor evitar y usar la db que ya tiene en formato csv, a menos que quieran actualizar la db

cd LazyOwn rm *.csv rm *.parquet ./update_db.sh import requests from bs4 import BeautifulSoup import csv # URL del servidor que contiene el HTML url = "https://gtfobins.github.io/index.html" # Hacer una solicitud GET al servidor response = requests.get(url) # Verificar si la solicitud fue exitosa if response.status_code == 200: html_content = response.text else: print("Error al obtener el HTML del servidor") exit() # Parsear el contenido HTML con Beautiful Soup soup = BeautifulSoup(html_content, 'html.parser') # Encontrar el contenedor de la tabla table_wrapper = soup.find('div', id='bin-table-wrapper') # Inicializar una lista para almacenar la información data = [] # Recorrer todas las filas de la tabla for row in table_wrapper.find_all('tr'): bin_name = row.find('a', class_='bin-name') if bin_name: bin_name_text = bin_name.text.strip() functions = [] for func in row.find_all('li'): function_link = func.find('a') if function_link: function_href = function_link.get('href').strip() function_name = function_link.text.strip() functions.append({'name': function_name, 'href': function_href}) # Añadir la información a la lista de datos data.append({'binary': bin_name_text, 'functions': functions}) # Guardar la información en un archivo CSV csv_file = "bin_data.csv" with open(csv_file, mode='w', newline='') as file: writer = csv.writer(file) writer.writerow(['Binary', 'Function Name', 'Function URL']) for entry in data: binary = entry['binary'] for func in entry['functions']: writer.writerow([binary, func['name'], func['href']]) print(f"Datos guardados en {csv_file}") 

2. detailed_search.py

import requests from bs4 import BeautifulSoup import csv from urllib.parse import urljoin import time import os # URL base del servidor base_url = "https://gtfobins.github.io/" # Nombre del archivo CSV de entrada input_csv = "bin_data.csv" # Nombre del archivo de salida CSV output_csv = "bin_data_relevant.csv" # Función para obtener la información relevante de una URL def obtener_informacion(url): response = requests.get(url) if response.status_code != 200: print(f"Error al obtener la URL: {url}") return [] soup = BeautifulSoup(response.text, 'html.parser') data = [] for section in soup.find_all('h2', class_='function-name'): function_name = section.text.strip() function_id = section.get('id') function_url = f"{url}#{function_id}" description = section.find_next('p').text.strip() if section.find_next('p') else "" example = section.find_next('code').text.strip() if section.find_next('code') else "" data.append({ "function_name": function_name, "function_url": function_url, "description": description, "example": example }) return data # Leer el archivo CSV de entrada binarios_funciones = {} with open(input_csv, mode='r', encoding='utf-8') as file: reader = csv.DictReader(file) for row in reader: binary = row['Binary'] if binary not in binarios_funciones: binarios_funciones[binary] = row['Function URL'].split('#')[0] # Verificar si ya existe un archivo de salida y hasta dónde se ha procesado resume = False if os.path.exists(output_csv): with open(output_csv, mode='r', encoding='utf-8') as file: reader = csv.reader(file) rows = list(reader) if len(rows) > 1: last_processed = rows[-1][2] resume = True # Inicializar una lista para almacenar toda la información informacion_binarios = [] # Abrir el archivo CSV para escritura csv_file = open(output_csv, mode='w', newline='', encoding='utf-8') csv_writer = csv.writer(csv_file) csv_writer.writerow(['Binary', 'Function Name', 'Function URL', 'Description', 'Example']) # Recorrer la lista de binarios y sus funciones for binary, url in binarios_funciones.items(): # Si estamos retomando desde un punto anterior, saltamos hasta el último URL procesado if resume: if url != last_processed: continue else: resume = False full_url = urljoin(base_url, url) informacion = obtener_informacion(full_url) for item in informacion: informacion_binarios.append({ "binary": binary, "function_name": item["function_name"], "function_url": item["function_url"], "description": item["description"], "example": item["example"] }) # Guardar la información en el archivo CSV csv_writer.writerow([binary, item['function_name'], item['function_url'], item['description'], item['example']]) print(f"[+] Binary: {binary} {item['function_name']}") # Hacemos una pausa de 5 segundos entre cada solicitud de URL time.sleep(5) # Cerrar el archivo CSV csv_file.close() print(f"Datos guardados en {output_csv}") 

1. lazyown.py Este script analiza los binarios en el sistema y genera opciones basadas en la información recopilada. Detecta si el sistema operativo es Linux o Windows y ejecuta el comando adecuado para buscar binarios con permisos elevados.

import pandas as pd import os import subprocess import platform # Lee los CSVs y crea los DataFrames df1 = pd.read_csv('bin_data.csv') df2 = pd.read_csv('bin_data_relevant.csv') # Guarda los DataFrames como Parquet df1.to_parquet('binarios.parquet') df2.to_parquet('detalles.parquet') # Función para realizar la búsqueda y generar el CSV de salida def buscar_binarios(): binarios_encontrados = set() # Detecta el sistema operativo sistema_operativo = platform.system() if sistema_operativo == 'Linux': # Ejecuta el comando find para Linux result = subprocess.run(['find', '/', '-perm', '4000', '-ls'], stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True) output = result.stdout # Extrae los binarios encontrados for line in output.split('\n'): if line: binario = os.path.basename(line.split()[-1]) binarios_encontrados.add(binario) elif sistema_operativo == 'Windows': # Script de PowerShell para Windows powershell_script = """ $directories = @("C:\\Windows\\System32", "C:\\", "C:\\Program Files", "C:\\Program Files (x86)") foreach ($dir in $directories) { Get-ChildItem -Path $dir -Recurse -Filter *.exe -ErrorAction SilentlyContinue ForEach-Object { $acl = Get-Acl $_.FullName $privileges = $acl.Access Where-Object { $_.FileSystemRights -match "FullControl" } if ($privileges) { Write-Output "$($_.FullName)" } } } """ # Ejecuta el script de PowerShell result = subprocess.run(['powershell', '-Command', powershell_script], stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True) output = result.stdout # Extrae los binarios encontrados for line in output.split('\n'): if line: binario = os.path.basename(line.strip()) binarios_encontrados.add(binario) # Filtra el DataFrame principal con los binarios encontrados df_binarios_encontrados = df1[df1['Binary'].isin(binarios_encontrados)] # Genera un CSV con los detalles de los binarios encontrados with open('resultado.csv', 'w') as f: for binario in binarios_encontrados: detalles = df2[df2['Binary'] == binario] if not detalles.empty: f.write(detalles.to_csv(index=False, header=False)) print(detalles.to_csv(index=False, header=False)) # Función para ejecutar opciones basadas en los datos encontrados def ejecutar_opciones(): df_resultado = pd.read_csv('resultado.csv', header=None, names=['Binary', 'Function Name', 'Function URL', 'Description', 'Example']) for binario in df_resultado['Binary'].unique(): print(f"Binario encontrado: {binario}") detalles = df_resultado[df_resultado['Binary'] == binario] print("Opciones:") for i, (_, row) in enumerate(detalles.iterrows(), start=1): print(f"{i}. {row['Function Name']} - {row['Description']}") print(f"{i+1}. No hacer nada y salir") while True: opcion = input("Seleccione una opción: ") if opcion.isdigit() and 1 <= int(opcion) <= len(detalles) + 1: break else: print("Opción no válida. Por favor, intente de nuevo.") opcion = int(opcion) if opcion <= len(detalles): print(f"Ejecutando opción {opcion} para {binario}") # Código para ejecutar la opción correspondiente print(f"Ejemplo de ejecución:\n{detalles.iloc[opcion-1]['Example']}") # Aquí puedes agregar el código para ejecutar el ejemplo si es necesario else: print("Saliendo") break if __name__ == '__main__': buscar_binarios() ejecutar_opciones() 

Uso modo LazyAtack

./lazyatack.sh --modo servidor --ip 192.168.1.1 --atacante 192.168.1.100 ./lazyatack.sh --modo cliente --url http://victima.com --ip 192.168.1.10 

Funciones del Script

Funciones del Script Descargar SecLists: Descarga y extrae las listas de SecLists para su uso. Escanear Puertos: Ejecuta un escaneo completo de puertos usando nmap. Escanear Puertos Específicos: Escanea puertos específicos (22, 80, 443). Enumerar Servicios HTTP: Enumera servicios HTTP en la URL víctima. Iniciar Servidor HTTP: Inicia un servidor HTTP en el puerto 80. Configurar Netcat: Configura netcat para escuchar en el puerto 443. Enviar Archivo Mediante Netcat: Envía un archivo a una escucha netcat. Verificar Conectividad: Verifica la conectividad mediante ping y tcpdump. Verificar Conectividad con Curl: Verifica la conectividad usando curl. Configurar Shell Reversa: Configura una shell reversa. Escuchar Shell con Netcat: Escucha una shell con netcat. Monitorear Procesos: Monitorea los procesos en ejecución. Ejecutar Wfuzz: Ejecuta un ataque de enumeración de directorios web con wfuzz. Comprobar Permisos Sudo: Comprueba los permisos de sudo. Explotar LFI: Explota una vulnerabilidad de inclusión de archivos locales. Configurar TTY: Configura TTY para una sesión shell más estable. Eliminar Archivos de Forma Segura: Elimina archivos de forma segura. Obtener Root Shell mediante Docker: Obtiene una root shell mediante Docker. Enumerar Archivos con SUID: Enumera archivos con permisos SUID. Listar Timers de Systemd: Lista timers de systemd. Comprobar Rutas de Comandos: Comprueba rutas de comandos. Abusar de Tar: Abusa de tar para ejecutar una shell. Enumerar Puertos Abiertos: Enumera puertos abiertos. Eliminar Contenedores Docker: Elimina todos los contenedores Docker. Escanear Red: Escanea la red con secuencia y xargs. 

Menús Interactivos

Licencia

Agradecimientos

██╗ █████╗ ███████╗██╗ ██╗ ██████╗ ██╗ ██╗███╗ ██╗ ██║ ██╔══██╗╚══███╔╝╚██╗ ██╔╝██╔═══██╗██║ ██║████╗ ██║ ██║ ███████║ ███╔╝ ╚████╔╝ ██║ ██║██║ █╗ ██║██╔██╗ ██║ ██║ ██╔══██║ ███╔╝ ╚██╔╝ ██║ ██║██║███╗██║██║╚██╗██║ ███████╗██║ ██║███████╗ ██║ ╚██████╔╝╚███╔███╔╝██║ ╚████║ ╚══════╝╚═╝ ╚═╝╚══════╝ ╚═╝ ╚═════╝ ╚══╝╚══╝ ╚═╝ ╚═══╝