让计算唾手可得:轻量级无NULL壳码执行Calc.exe
2024-05-20 14:41:48作者:霍妲思
在这个数字时代,安全和效率是我们开发工作的两大核心要素。今天,我们向您推荐一个令人惊叹的开源项目——一个小型的、无需NULL字节的shellcode,它可以在多种Windows版本上运行,并执行calc.exe。这个项目不仅展示了出色的代码优化技巧,而且在兼容性和灵活性方面也表现出色。
1、项目介绍
这个开源项目旨在创建一个能在x86和x64架构上的Windows 5.0至6.3(包括2000、XP、2003、2008、7、8、8.1)所有服务包中无缝运行的shellcode。它的主要任务是在目标系统上启动计算器程序,同时保持了极小的体积和高效性能。
2、项目技术分析
该项目的技术亮点在于其NULL Free特性,这意味着它不会触发许多安全机制,如数据执行预防(DEP)或地址空间布局随机化(ASLR)。此外,针对不同的处理器架构(x86和x64),项目提供了特定的实现,甚至有一个版本可以同时在两种架构上运行。堆栈指针的对齐选项解决了可能因WinExec崩溃的问题,而函数包装器设计使得它可以适应不同的调用约定,如cdecl、stdcall和fastcall。
3、项目及技术应用场景
这个shellcode在多个场景下都大有裨益:
- 安全研究:用于测试系统的安全防御策略,比如DEP和ASLR的有效性。
- 漏洞利用开发:在构建PoC(Proof-of-Concept)代码时,这种shellcode可以作为一个功能强大且可靠的后门。
- 教育:帮助学生和开发者学习shellcode编写、逆向工程以及理解操作系统内部工作原理。
4、项目特点
- NULL Free:避免触发基于NULL字节检测的安全机制。
- 平台独立:支持x86和x64,部分版本还支持双架构。
- 版本和服务包独立:不受特定Windows版本或服务包影响。
- 堆栈对齐:确保稳定执行。
- 注册器保存与恢复:允许在PoC代码中以函数形式调用shellcode。
- DEP/ASLR兼容:不执行数据,不修改代码。
项目背后的功臣是Skylined和Peter Ferrie,他们的智慧和经验凝聚在这小巧的代码之中。
对于任何热衷于安全研究、软件开发或者想要深入理解底层操作的人来说,这是一个不可多得的学习资源和实用工具。立即尝试并探索这个开源项目,看看它如何提升您的工作流程和研究深度吧!
登录后查看全文
热门项目推荐
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。Python0238- 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
electerm开源终端/ssh/telnet/serialport/RDP/VNC/Spice/sftp/ftp客户端(linux, mac, win)JavaScript00
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
631
4.16 K
Ascend Extension for PyTorch
Python
470
566
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++
932
834
🎉 (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
1.51 K
861
昇腾LLM分布式训练框架
Python
138
162
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
131
192
暂无简介
Dart
879
210
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
383
264
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++
123
188