DeathMetal 项目使用教程
2025-05-25 16:00:59作者:何将鹤
1. 项目介绍
DeathMetal 是一套与 Intel AMT(Active Management Technology)交互的工具集。该项目旨在利用 Intel AMT 的功能进行安全研究和渗透测试。项目的名称来源于"Metalocalypse"中的角色,工具的前缀为 "dm_",以便于命令行的自动补全和识别。
主要工具包括:
dm_pickles:Duckyscript 解释器,通过 AMT KVM(vnc)进行通信并注入键盘按键。dm_toki:IDE-R 实现,允许远程连接目标计算机的软盘和 CD 镜像。dm_nathan:命令行工具,通过认证通道配置 AMT。dm_rockso:检测和扫描 AMT 功能的系统,即使 AMT 没有明确启用也能工作。
2. 项目快速启动
环境准备
确保您的系统中已经安装了 Python3 和 pip。
安装
-
创建并激活 Python3 虚拟环境:
python3 -m venv venv source venv/bin/activate # 在 Windows 下使用 `venv\Scripts\activate` -
安装项目依赖:
pip install git+https://github.com/Coalfire-Research/DeathMetal.git
3. 应用案例和最佳实践
使用 dm_pickles
dm_pickles 工具可以用来通过 AMT KVM 发送键盘输入。以下是一个简单的使用例子:
from deathmetal.dm_pickles import Pickles
# 创建 Pickles 实例
pickles = Pickles()
# 连接到目标系统
pickles.connect('target_host', 5900)
# 发送按键
pickles.type('Hello, World!')
# 断开连接
pickles.disconnect()
使用 dm_toki
dm_toki 工具允许你远程连接到目标计算机的软盘和 CD 镜像。以下是使用该工具的步骤:
from deathmetal.dm_toki import Toki
# 创建 Toki 实例
toki = Toki()
# 配置连接参数
toki.set_params('target_host', 5901)
# 连接并挂载镜像
toki.mount('floppy_image.img')
4. 典型生态项目
由于 DeathMetal 是专门针对 Intel AMT 的工具集,因此与之相关的生态项目通常涉及硬件安全、系统管理和渗透测试。以下是一些可能的生态项目类型:
- 硬件安全工具:用于检测和分析硬件特性。
- 系统管理工具:简化远程系统管理和监控。
- 渗透测试框架:集成 DeathMetal 工具,用于更全面的安全评估。
通过这些生态项目的结合使用,安全专家能够更有效地进行安全评估和系统特性研究。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878