tlsprint 0.1.0

# TLSprint

使用由[StateLearner](https://github.com/jderuiter/statelearner/)推断的状态机指纹TLS实现。StateLearner可以使用黑盒方法学习实现（在这种情况下TLS）的状态机。不同的实现可能具有不同的状态机，这使得区分它们成为可能。通过将这些状态机合并为单个树，然后对实际实现进行探测，tlsprint使得对目标上运行的TLS实现进行指纹识别成为可能。

## 安装

从PyPi安装最新版本

`shell pip install tlsprint `

## 学习

注意：此步骤是可选的，发行版中包含一个名为model.p的模型，其中包含使用27个独特的状态机创建的模型，代表283个不同的TLS实现。有关实现的全列表，请检查存储库中的models目录。

使用StateLearner推断状态机后，运行

`shell tlsprint learn <statelearner_output_dir> model.p `

将所有模型合并为单个树。此树以pickle的networkx图返回，并在识别步骤中需要。

## 识别

当使用默认模型时，可以通过运行

`shell tlsprint identify <target> `

来识别目标上的TLS实现

这默认为端口443，可以通过添加–target-port <port>来指定自定义端口。

将–graph-dir <output>传递给识别命令，将为模型树的中间版本编写DOT文件。这有助于了解tlsprint正在做什么。

如果您使用learn命令学习了自定义模型，则可以使用–model <filename>覆盖默认模型。