Swift-Attack 项目使用教程
2025-04-17 01:12:09作者:胡唯隽
1. 项目的目录结构及介绍
Swift-Attack 项目旨在帮助蓝队构建针对 macOS 系统常见后渗透方法的检测。项目包含了使用命令行历史和 API 调用的后渗透示例。以下是项目的目录结构及文件介绍:
Swift-Attack/
├── GKBypass1.dmg
├── GKBypass2.dmg
├── LICENSE
├── README.md
├── TestInstaller.pkg
├── calc.c
├── macro.txt
├── swift-attack.swift
└── swiftattack.png
GKBypass1.dmg和GKBypass2.dmg:用于测试 CVE-2021-30657 实现的 bypass payloads。LICENSE:项目使用的 BSD-3-Clause 许可证文件。README.md:项目说明文件,包含项目描述、使用方法和示例。TestInstaller.pkg:用于测试安装包检测的示例安装器。calc.c:用于 dylib 注入测试的 C 文件。macro.txt:用于测试 Office 宏执行检测的简单宏文件。swift-attack.swift:项目的主要 Swift 脚本文件。swiftattack.png:项目相关的图像文件。
2. 项目的启动文件介绍
项目的启动文件是 swift-attack.swift。该文件包含了主要的逻辑和执行选项。使用以下命令编译和运行该文件:
swiftc -o Swift-Attack swift-attack.swift
./Swift-Attack -h
运行 -h 选项将显示帮助信息,列出所有可用的选项。
3. 项目的配置文件介绍
本项目主要使用 macro.txt 作为配置文件,该文件包含用于测试父-子关系检测的宏代码。将 macro.txt 中的内容复制到 Office 文档中,并保存为宏启用的文档,执行宏时将会触发检测。
此外,TestInstaller.pkg 包含了预安装和后安装脚本,这些脚本用于测试安装包的检测,它们将配置文件和脚本作为安装过程的一部分。
在开始使用之前,请确保已经安装了 Swift 编译器和开发者工具。对于特定的测试案例,可能还需要安装 Go 语言和 Firefox 浏览器。
以上就是 Swift-Attack 项目的目录结构、启动文件和配置文件的介绍。按照以上步骤操作,您可以开始构建和测试 macOS 的后渗透检测。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
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++
664
323
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
265
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868