Sliver C2框架中绕过AMSI检测的技术分析
2025-05-25 11:25:18作者:牧宁李
背景介绍
Sliver是一款流行的开源C2(Command and Control)框架,被广泛应用于红队操作和渗透测试中。近期有用户报告Windows Defender检测到Sliver生成的payload被标记为"Win32/AMSI_Patch_T.B13",这表明AMSI(反恶意软件扫描接口)机制检测到了Sliver的内存补丁行为。
AMSI检测机制分析
AMSI是微软提供的一套反恶意软件接口,允许安全产品在脚本、宏和其他内容执行前进行扫描。Sliver框架默认会对AMSI进行内存补丁以绕过检测,这正是Defender报毒的原因。
AMSI补丁通常通过以下方式工作:
- 定位amsi.dll中的关键函数(如AmsiScanBuffer)
- 修改函数入口处的指令(常见的是修改为直接返回成功)
- 绕过后续的内容扫描
解决方案技术细节
根据issue中的讨论,解决此问题的方法是对生成的shellcode进行手动修改:
- 定位检测点:分析Sliver生成的shellcode,找到AMSI检测相关的代码段
- 字节修改:识别并修改触发AMSI检测的关键字节序列
- 功能保留:确保修改后的shellcode仍保持原有功能
防御对抗思考
从防御者角度,检测此类技术可以关注:
- 内存中amsi.dll的异常修改
- 进程对关键API的非常规调用
- 代码段的可执行权限异常
总结
Sliver框架默认的AMSI绕过技术虽然有效,但已被主流杀软加入特征检测。通过手动修改shellcode的关键字节可以绕过特定检测,这体现了红蓝对抗中技术不断演进的特点。安全研究人员应持续关注攻防双方的技术发展,才能在实际环境中有效应对。
对于渗透测试人员,建议:
- 定期更新工具版本
- 了解底层技术原理
- 根据目标环境定制化payload
- 考虑多种绕过技术的组合使用
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
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++
689
326
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
493