我安装的kali-linux-2016.2-amd64.iso系统用了好几个更新源都更新不了，求一个可用更新源。

Kali Linux 针对不同处理器架构分有 64 bit、32 bit、armhf、armel等版本，根据实际情况来选择使用，除了这个页面外还有专门为一些ARM架构的小型和便携式设备提供ARM Image的页面，更多的可以在Kali Linux 源中查看

Kali Linux 64bit Light 是Kali Linux 基于64bit 的轻量级版本，保证系统的最小化安装和基本的使用，光从size属性上来看，就可以发现比Kali Linux 64bit 小了1.8G；而e17、Mate、LXDE等是不同的桌面环境，Kali Linux 2016.2 支持GNOME、KDE、Mate、LXDE和Enlightenment等桌面环境

图形界面

在图形界面依次选择“应用程序”|“系统工具”|“软件更新”命令

该界面提示确认是否要以特权用户身份运行该应用程序，如果继续，单击“确认继续”按钮

命令更新

（1）apt-get update:只更新软件包的索引源，作用：同步源的软件包的索引信息，进而进行软件更新；在国内用中科大的源，速度较快，1分钟搞定。

（2）apt-get upgrade:升级系统上安装的所有软件包；若更新失败，所涉及的包会保持更新之前的状态。

（3）apt-get dist-upgrade:升级整个linux系统；例如：从kali linux1.0.1升级到kali linux1.0.2（不仅能够升级所有已安装的软件包，而且会处理升级过程中可能出现的软件冲突。某些情况下，它的部分升级过程需要人工参与）。

安装cuda以及nvidia驱动

这一步比较简单，安装之前，推荐大家编辑一下/etc/apt/source.list文件，把国外的源注释掉换成国内科大的，下载比较快。科大源的地址如下

deb kali main non-free contrib

deb-src kali main non-free contrib

deb -security kali/updates main contrib non-free

设置完之后，执行以下命令安装

apt-get update

apt-get install nvidia-detect nvidia-libopencl1 nvidia-opencl-common nvidia-support nvidia-opencl-icd nvidia-visual-profiler nvidia-glx nvidia-installer-cleanup nvidia-kernel-common nvidia-smi nvidia-alternative nvidia-opencl-dev libglx-nvidia-alternatives nvidia-kernel-dkms nvidia-cuda-toolkit nvidia-vdpau-driver nvidia-xconfig glx-alternative-nvidia libgl1-nvidia-alternatives nvidia-settings libgl1-nvidia-glx xserver-xorg-video-nvidia libcublas4 libcudart4 libcufft4 libnpp4 libnvidia-compiler libcuda1 libcuinj4 libnvidia-ml1 libxvmcnvidia1 libcusparse4 libcurand4 python-pycuda-doc python-pycuda-headers python-pycuda nvidia-cuda-doc nvidia-cuda-gdb

由于包比较多可能有点慢，安装过程会d出两个窗口需要确认，直接OK就好，执行完之后toolkit和驱动都装上了，然后把一些变量写入系统，在/root/.bashrc最后面加上下面一段

PATH=$PATH:/usr/lib/nvidia-cuda-toolkit/bin

LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/lib/nvidia-cuda-toolkit/lib:/lib

export PATH

export LD_LIBRARY_PATH

可以执行一下ldconfig马上生效，不过反正都要重启一次的了，重启。

安装pyrit-cuda

下面重新编译个pyrit来试一试使用GPU。下载pyrit的地址是：

我们需要下载pyrit-0.4.0.tar.gz和cpyrit-cuda-0.4.0.tar.gz，下载完之后，安装一下编译所需要的工具

atp-get install libpcap-dev python2.7-dev

解压pyrit-0.4.0.tar.gz并且安装

tar -xzvf pyrit-0.4.0.tar.gz

cd pyrit-0.4.0

python setup.py build

python setup.py install

解压cpyrit-cuda-0.4.0.tar.gz

tar -xzvf cpyrit-cuda-0.4.0.tar.gz

cd cpyrit-cuda-0.4.0

这里需要进行一些改动，编辑setup.py,把第35行

for path in ('/usr/local/cuda', '/opt/cuda'):

改成

for path in ('/usr/local/cuda','/usr/lib/nvidia-cuda-toolkit','/opt/cuda'):

免得安装程序找不到nvcc

然后就安装

python setup.py build

python setup.py install

安装完，运行一下

pyrit list_cores

应该能看到GPU了，类似

#1: 'CUDA-Device #1 'GeForce 8400 GS''

#2: 'CPU-Core (SSE2)'

#3: 'CPU-Core (SSE2)'

#4: 'CPU-Core (SSE2)'

#5: 'CPU-Core (SSE2)'

#6: 'CPU-Core (SSE2)'

#7: 'CPU-Core (SSE2)'

#8: 'CPU-Core (SSE2)'

安装optimus

把源Key取回来

wget -O - | apt-key add -

在/etc/apt/source.list中加入Bumblebee的源

deb sid main contrib

deb-src sid main

然后执行安装

apt-get update

apt-get install bumblebee bumblebee-nvidia

安装完毕，把root加入bemblebe组，然后重启

adduser root bumblebee

重启完毕可以测试一下，分别运行

glxspheres

optirun glxspheres

可以看到帧数是不同的

---