lsassStealer 项目亮点解析
2025-07-04 10:18:07作者:何将鹤
项目的基础介绍
Morpheus 是一个旨在进行安全测试的内存分析工具,它专注于提取 Windows 系统中的 lsass.exe 进程内存。该工具通过在内存中操作,避免在磁盘上留下任何痕迹,从而安全地进行数据分析。Morpheus 利用 NTP 协议进行通信,将分析的数据以加密形式通过标准 NTP 包发送出去,这种做法旨在符合网络安全规范。
项目代码目录及介绍
项目的主要目录结构如下:
LICENSE:项目的 MIT 许可证文件。README.md:项目说明文件,包含了项目的基本信息、使用方法和法律声明。morpheus.c:主程序文件,用于实现内存分析功能。run.ps1:PowerShell 脚本,用于启动内存分析程序。server.py:Python 服务器脚本,用于接收分析的数据。server.ps1:PowerShell 服务器脚本,功能同server.py。
项目亮点功能拆解
- 内存分析:
Morpheus直接在内存中操作,避免了传统磁盘写入的痕迹。 - 数据加密:使用 RC4 加密算法对数据进行加密,保证传输过程的安全性。
- 标准网络传输:通过标准 NTP 数据包传输数据,安全性高,符合网络规范。
- 错误纠正:实现了 Reed-Solomon 错误纠正码,增强了数据传输的可靠性。
项目主要技术亮点拆解
- 间接系统调用:通过动态加载
Advapi32来提升权限,无需磁盘上的stub文件。 - 内存压缩:使用
zlib对内存转储进行压缩,减小数据体积并降低熵值。 - 数据分片与重传:数据被分片传输,并可通过重传来确保完整性。
- 随机延时与标准传输:在数据包之间引入随机延时,并发送标准 NTP 数据包作为干扰。
与同类项目对比的亮点
相较于其他内存分析工具,如 Mimikatz 或 procdump,Morpheus 的主要亮点在于其安全性和规范性。它通过避免磁盘写入、使用加密传输、以及标准网络协议,使得它更符合安全规范。此外,Morpheus 的错误纠正机制确保了即使在网络不稳定的情况下也能完成数据传输。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
138
169
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
695
🎉 (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
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460