模块重载:安全与隐形的创新实践
2024-05-20 09:51:12作者:卓艾滢Kingsley
模块重载:安全与隐形的创新实践
项目介绍
Module Overloading是一个由Hasherezade开发的开源项目,灵感来源于Twitter上的@TheRealWover的思路。该项目以Proof-of-Concept(PoC)的形式展示了如何在Windows系统中实现一种创新的自我注入payload,它能够模拟一个合法的DLL,并保持自身在内存中的隐藏状态。
项目技术分析
利用libpeconv库,Module Overloading成功地将payload映射为MEM_IMAGE类型,使得它在内存中的表现就如同一个从磁盘加载的真实DLL文件。其独特之处在于:
- 模仿合法DLL:payload映射后,其图像链接到磁盘上的一个真实文件,增加了伪装性。
- 保留原始访问权限:每个部分都按照原生权限进行映射,不启用
RWX权限,降低了潜在的安全隐患。 - 隐藏模式:默认情况下,payload不会连接到模块列表,因此对于
Module32First和Module32Next等模块枚举函数是不可见的,增强了隐匿性。 - 可选功能:尽管默认设置为隐藏模式,但也可以选择执行"经典DLL空洞化",在这种模式下,payload会连接到模块列表。
项目及技术应用场景
Module Overloading技术可能适用于多种场景,包括但不限于:
- 安全研究:探索新的攻击面和防御策略,了解系统行为和模块管理机制。
- 软件逆向工程:学习如何隐藏代码执行,帮助开发者理解和防御类似的技术。
- 测试与调试:在不影响其他模块的情况下,在内存中测试新的功能或修复。
项目特点
- 高效隐藏:不参与模块链,对常规模块检查工具隐藏,提高了逃避检测的能力。
- 安全设计:避免使用
RWX权限,减少安全隐患。 - 自注射:仅支持自我注入,确保操作的可控性和安全性。
- 清晰示例:附带的示例演示了项目的实际效果,便于理解。
要获取项目,可以使用Git的递归克隆命令:
git clone --recursive https://github.com/hasherezade/module_overloading.git
Module Overloading不仅展示了技术的创新,也是对传统模块注入方法的一次革新,无论你是安全研究人员,还是软件开发者,都有机会从中受益。立即尝试,探索这个神秘而强大的技术领域吧!
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
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++
664
323
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
265
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868