⏳ wsb-detect:精准识别Windows沙盒环境
2024-09-08 20:50:08作者:庞队千Virginia
项目介绍
wsb-detect 是一个用于检测当前运行环境是否为Windows沙盒(Windows Sandbox,简称WSB)的开源工具。Windows沙盒是微软在2019年底推出的一项新功能,它允许用户在15秒内快速创建一个基于Hyper-V的虚拟机,具备剪贴板共享、目录映射等常见虚拟机的特性。该沙盒环境不仅用于Windows Defender的动态分析,还常被安全分析师用于手动分析。wsb-detect 通过多种技术手段,能够精准识别当前环境是否处于Windows沙盒中,为安全研究人员和开发者提供了极大的便利。
项目技术分析
wsb-detect 的核心功能是通过一系列技术手段来检测当前环境是否为Windows沙盒。以下是项目中使用的主要技术手段:
wsb_detect_proc:检查是否存在CExecSvc.exe,这是沙盒环境中的容器执行服务,负责处理内部的大量繁重工作。wsb_detect_time:通过检查mountmgr驱动的创建时间戳,判断是否为沙盒环境的固定时间戳(2019年12月7日,9:14:52 AM)。wsb_detect_username:检查当前用户名是否为WDAGUtilityUserAccount,这是沙盒环境中的默认用户账户。wsb_detect_suffix:通过GetAdaptersAddresses获取网络适配器的DNS后缀,判断是否为mshome.net,这是沙盒环境的默认DNS后缀。wsb_detect_dev:检查是否可以打开\\.\GLOBALROOT\device\vmsmb设备,该设备用于通过SMB与主机通信。wsb_detect_cmd:检查HKEY_LOCAL_MACHINE中的RunOnce键,查找设置密码永不过期的命令。wsb_detect_genuine:一种更通用的沙盒检测方法,但测试表明,Windows在虚拟机中似乎未被验证为合法。
项目及技术应用场景
wsb-detect 适用于多种应用场景,特别是在以下领域中表现尤为突出:
- 恶意软件分析:安全研究人员可以使用
wsb-detect来检测恶意软件是否在沙盒环境中运行,从而判断其行为是否受到环境影响。 - 安全测试:开发者在进行安全测试时,可以通过
wsb-detect确保测试环境的真实性,避免因沙盒环境导致的测试结果偏差。 - 沙盒逃逸研究:研究人员可以通过
wsb-detect来验证沙盒逃逸技术的有效性,进一步提高沙盒环境的安全性。
项目特点
- 多重检测手段:
wsb-detect结合了多种检测手段,确保检测结果的准确性和可靠性。 - 开源易用:项目代码开源,用户可以根据需要进行修改和扩展,同时提供了简单的API接口,方便集成到其他项目中。
- 实时更新:项目鼓励用户提交Pull Request,不断完善和更新检测技术,确保能够应对最新的沙盒环境变化。
- 社区支持:项目作者活跃于Twitter和邮件列表,用户可以快速获取帮助和反馈。
结语
wsb-detect 是一个功能强大且易于使用的工具,特别适合安全研究人员和开发者使用。无论你是进行恶意软件分析、安全测试,还是研究沙盒逃逸技术,wsb-detect 都能为你提供有力的支持。赶快尝试一下吧!
项目地址: wsb-detect
作者: LloydLabs
登录后查看全文
热门项目推荐
kernelopenEuler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。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
496
3.64 K
Ascend Extension for PyTorch
Python
300
339
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
307
131
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++
868
480
暂无简介
Dart
744
180
React Native鸿蒙化仓库
JavaScript
297
346
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
11
1
🔥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
66
20
仓颉编译器源码及 cjdb 调试工具。
C++
150
882