⏳ wsb-detect:精准识别Windows沙盒环境
2024-09-08 21:57:15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
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
暂无简介
Dart
668
154
Ascend Extension for PyTorch
Python
218
235
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++
660
306
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
React Native鸿蒙化仓库
JavaScript
259
322
🔥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
63
19
🎉 (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
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866