探秘加密世界:UnSHc - 解密SHc编译的Shell脚本
2024-05-20 20:39:32作者:滕妙奇
在网络安全和代码保护的世界中,SHc是一个不容忽视的工具,它由Francisco Javier Rosales Garcia创建并维护,能将Shell脚本加密以增强其安全性。然而,对于开发人员和安全研究人员来说,有时需要逆向工程来理解加密脚本的工作原理,这时就引出了我们的主角——UnSHc,一个强大的解密SHc加密文件的开源工具。
项目介绍
UnSHc是由Yann CAM更新和现代化的一个工具,最初由Luiz Octavio Duarte提出概念。这个项目的目标是为那些想从.sh.x扩展名的加密脚本中恢复原始Shell脚本的人提供帮助。它的出现使得在X86/x64架构上对SHc加密文件进行逆向工程变得可能。
项目技术分析
UnSHc的核心在于它的解密机制。通过读取SHc加密文件的二进制对象,并利用特定的偏移量进行ARC4解密过程,它能够恢复出原本的Shell脚本。用户还可以通过提供自定义的objdump 输出文件(-d DUMPFILE)和字符串文件(-s STRFILE)以提高解密的准确性。
值得注意的是,由于SHc 4.0.3版本引入了更多内核级别的安全机制,一些更复杂的加密方式可能无法直接用当前版本的UnSHc解开。这可能需要修改Bash或Linux内核来规避这些安全措施。
项目及技术应用场景
UnSHc适用于以下场景:
- 安全研究:当需要深入理解加密脚本的内部操作时。
- 系统审计:检查部署在生产环境中的加密脚本是否存在潜在的安全问题。
- 故障排查:如果加密脚本运行异常,可以先解密再调试。
项目特点
- 易用性:UnSHc提供了简单的命令行接口,只需一行命令即可尝试解密。
- 灵活性:允许用户指定解密过程中的参数,如ARC4的偏移量。
- 社区支持:有针对不同处理器架构的专用分支,如UnSHc-MIPS和UnSHc-ARM,增加了平台的兼容性。
- 教育价值:对于学习逆向工程和加密技术的人来说,UnSHc是一个很好的实践案例。
观看演示视频,详细了解UnSHc如何工作,或者阅读关于SHc的法语教程以及UnSHc的详细技术文档,进一步了解这一强大的工具。
总的来说,无论你是开发者、安全研究员还是对加密技术充满好奇的学习者,UnSHc都是你探索加密Shell脚本世界的得力助手。加入到这个项目中,与社区共享你的发现,并参与到未来的改进中去。
登录后查看全文
热门项目推荐
相关项目推荐
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
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
657
React Native鸿蒙化仓库
JavaScript
262
325
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