reveng_rtkit 项目教程
2024-08-31 20:31:35作者:郜逊炳
1、项目介绍
reveng_rtkit 是一个基于 Linux Loadable Kernel Module (LKM) 的 rootkit,主要针对 Linux Kernel 5.11.0-49-generic。该项目仅用于教育和测试目的,严禁在未经授权的机器上使用。reveng_rtkit 的主要功能包括隐藏自身、进程和植入物,并且能够绕过著名的反rootkit工具 rkhunter。
2、项目快速启动
克隆项目
git clone https://github.com/reveng007/reveng_rtkit.git
cd reveng_rtkit/
编译和加载内核模块
cd kernel_src/
make
sudo insmod reveng_rtkit.ko
与内核模块交互
cd ../user_src/
gcc client_usermode.c -o client_usermode
sudo ./client_usermode
3、应用案例和最佳实践
应用案例
reveng_rtkit 可以用于安全研究,帮助安全专家理解和测试内核级安全机制。例如,通过隐藏特定的进程或文件,研究人员可以模拟高级威胁行为,从而更好地设计和测试防御措施。
最佳实践
- 仅在授权环境中使用:确保在合法和授权的环境中使用
reveng_rtkit,避免任何非法或恶意行为。 - 详细记录操作:在使用过程中详细记录所有操作,以便于后续的审计和分析。
- 定期更新:关注项目的更新,及时更新到最新版本,以利用最新的功能和修复。
4、典型生态项目
相关项目
- rkhunter:一个用于检测 rootkit 的工具,可以与
reveng_rtkit一起使用,用于测试和验证其绕过机制。 - Linux Kernel:
reveng_rtkit依赖于 Linux 内核,因此对内核的研究和理解对于使用该项目至关重要。
通过以上步骤和建议,您可以有效地使用 reveng_rtkit 进行安全研究和测试。
登录后查看全文
热门项目推荐
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 StartedRust0555
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust01
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
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
507
543
deepin linux kernel
C
33
16
暂无描述
Markdown
846
5.64 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++
1.04 K
2.46 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
835
1.28 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++
842
1.68 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
342
An open-source AI Agent for HarmonyOS applcation development.
TypeScript
464
141
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
845
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++
1.24 K
1.36 K