深入解析r77-rootkit中文件存在检测的Hook技术
2025-07-06 12:26:42作者:裘晴惠Vivianne
前言
在Windows系统安全领域,rootkit技术一直是攻防双方关注的焦点。r77-rootkit作为一个开源的rootkit项目,其实现原理值得深入研究。本文将重点分析如何在r77-rootkit中实现对文件存在检测函数(如File.Exists和Directory.Exists)的Hook技术。
技术背景
在Windows系统中,当应用程序调用File.Exists或Directory.Exists等文件系统检测函数时,最终会通过一系列系统调用到达内核层面。理解这个调用链对于实现有效的Hook至关重要。
关键系统调用分析
根据项目讨论和Windows内部机制,以下系统调用是文件存在检测的关键路径:
- NtQueryAttributesFile:这是最底层的文件属性查询函数,几乎所有高级文件检测API最终都会调用它
- NtCreateFile/NtOpenFile:文件创建/打开操作也会涉及文件存在性检查
- GetFileAttributes系列函数:虽然属于kernel32.dll,但实际只是对ntdll调用的封装
实现方案
正确的Hook策略
- 优先Hook ntdll函数:直接Hook内核层面的系统调用更可靠,避免了用户态API的复杂封装层
- 多函数协同Hook:由于不同版本的.NET框架可能使用不同的调用路径,需要覆盖多个关键函数
- 路径前缀检测:通过检查文件路径前缀来决定是否拦截调用
代码实现要点
// 定义原始函数指针
static NT_NTQUERYATTRIBUTESFILE OriginalNtQueryAttributesFile;
// Hook安装
InstallHook("ntdll.dll", "NtQueryAttributesFile",
(LPVOID*)&OriginalNtQueryAttributesFile,
HookedNtQueryAttributesFile);
// Hook实现
static NTSTATUS NTAPI HookedNtQueryAttributesFile(
POBJECT_ATTRIBUTES ObjectAttributes,
PFILE_BASIC_INFORMATION FileInformation)
{
if (ObjectAttributes &&
ObjectAttributes->ObjectName &&
HasPrefix(ObjectAttributes->ObjectName->Buffer))
{
return STATUS_OBJECT_NAME_NOT_FOUND;
}
return OriginalNtQueryAttributesFile(ObjectAttributes, FileInformation);
}
调试技巧
- 使用Windbg:可以跟踪系统调用链,确定实际被调用的函数
- 输出调试信息:在Hook函数中添加调试输出,观察调用参数和顺序
- 逐步验证:从最底层的系统调用开始Hook,逐步向上验证效果
常见问题解决
- Hook无效:可能是调用路径没有完全覆盖,需要检查更多相关函数
- 系统稳定性问题:确保Hook函数正确处理所有边界条件
- 路径匹配问题:注意Unicode字符串处理和大小写敏感性问题
总结
在r77-rootkit中实现文件存在检测的Hook需要深入理解Windows文件系统的调用机制。通过直接Hook ntdll中的关键系统调用,并配合适当的路径检测逻辑,可以有效地控制文件可见性。这种技术不仅适用于rootkit开发,对于理解Windows系统安全机制也有重要价值。
对于安全研究人员来说,掌握这些底层Hook技术有助于更好地防御类似的隐蔽攻击手段。同时,开发者也可以借鉴这些思路来实现合法的文件系统监控功能。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0423
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。Markdown00
jiuwenswarmJiuwenSwarm 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。Python0741
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0298
PromptXPromptX · 领先的AI 智能体上下文平台 | PromptX · Leading AI Agent Context PlatformJavaScript05
项目优选
收起
暂无描述
Markdown
818
5.42 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
488
509
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
791
1.11 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++
953
2.25 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++
765
1.54 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++
1.2 K
1.23 K
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
2.82 K
741
CANN 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 Notebook
617
238
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++
415
298