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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust040
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- 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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
如何让老显卡焕发新生?DLSS Swapper实现游戏性能飞跃的秘密武器LinearMouse与BetterTouchTool:Mac输入设备增强工具深度评测Windows 11风扇控制软件传感器消失问题3步修复指南JSXBin解码工具:从二进制到可读代码的完整解决方案如何让闲置Joy-Con变身PC游戏手柄?3步打造专属游戏控制器DeepPurpose:AI驱动的药物发现与重定位全流程指南[智能图鉴管理]突破式宝可梦收藏解决方案突破Windows USB开发瓶颈:UsbDk驱动框架全攻略视频下载技术领域解决B站多媒体资源获取的高效方案:从原理到实践4步构建完整歌词管理系统:多平台歌词同步与本地音乐库解决方案
项目优选
收起
暂无描述
Dockerfile
682
4.35 K
Ascend Extension for PyTorch
Python
523
632
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
167
37
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
399
306
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++
950
896
暂无简介
Dart
926
229
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.57 K
912
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
134
214
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++
125
204
昇腾LLM分布式训练框架
Python
144
169