hv:轻量级的X86-64虚拟化框架
2024-05-20 06:34:21作者:虞亚竹Luna
项目介绍
hv 是一个针对X86-64架构的轻量级Intel VT-x Hypervisor,它专注于简洁和高效,并努力遵循Intel SDM(System Developer's Manual)规范。这个项目旨在帮助开发者创建隐蔽性强、难以检测的虚拟环境,对抗那些利用常见Hypervisor漏洞的检测机制。
项目技术分析
hv 使用VMCALL指令来实现完整的超调用接口,允许在ring-0和ring-3级别执行。在源代码中,你可以找到如何在用户模式下(um/hv.asm)实现这种调用约定的示例。为了确保安全性,所有超调用都需要正确的hypercall_key才能执行。
此外,该项目提供了一系列重要的根模式函数,供内核模式操作时使用,如获取当前客体的KPCR、ETHREAD、EPROCESS、PID以及读取内存等。这些功能均位于introspection.h头文件中。
项目及技术应用场景
hv 适用于各种需要低层系统监控或安全隔离的场景,比如:
- 软件沙箱 - 创建安全环境以运行不受信任的代码。
- 恶意软件检测与逆向工程 - 隐藏在真实操作系统下方,进行无感知的数据收集和行为分析。
- 系统测试 - 快速部署和销毁测试环境,用于驱动更新、补丁测试等。
- 虚拟化安全 - 实现对来宾操作系统的安全隔离和监控。
项目特点
- 简单轻便 -
hv设计目标是简洁易懂,便于理解和扩展。 - 强隐藏性 - 通过避免常见的Hypervisor错误,提高隐蔽性,降低被检测的可能性。
- 灵活的超调用 - 支持自定义超调用,可轻松扩展功能。
- 强大的根模式函数集 - 提供一系列内核级别的辅助函数,无需直接访问非Hypervisor代码。
- 日志记录 - 内置printf风格的日志系统,支持从根模式和客人模式进行日志输出,并能通过超调用获取日志。
要安装并体验hv,你需要具备Windows开发环境,包括Visual Studio和WDK。一旦编译完成,只需加载hv.sys驱动即可开始虚拟化你的系统。如需了解更多关于hv的详细信息,可以查看其源码仓库以及提供的文档和示例。
现在就加入hv的世界,探索更深层次的系统虚拟化魅力吧!
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
930
801
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
870
207
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
189
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160