Sliver C2框架中绕过AMSI检测的技术分析
2025-05-25 17:08:24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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
456
438
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++
1.08 K
1.1 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
117
昇腾LLM分布式训练框架
Python
178
220