标题:利用Meterpreter执行.NET程序:Execute assembly via Meterpreter session详解
标题:利用Meterpreter执行.NET程序:Execute assembly via Meterpreter session详解
项目介绍
Execute assembly via Meterpreter session 是一个定制的Metasploit后渗透模块,专为从Meterpreter会话中执行.NET程序设计。该项目针对的是64位Windows 10系统以及.NET 4.0框架,并兼容Metasploit Framework 5。它通过反射式DLL注入方法在目标进程中加载HostingCLRx64.dll,并在内存中运行.NET程序集,同时还提供了绕过AMSIScanner和事件跟踪日志(ETW)的功能。
项目技术分析
该模块首先创建或选择一个进程(可以通过PID参数指定),然后采用反射DLL注入技术将HostingCLRx64.dll插入到进程中。这个无管理的注入DLL负责检查目标进程是否已经加载了CLR,并在必要时进行加载。CLR版本的确定是通过对提供的程序集进行解析,寻找特定的签名。为了防止被AMSIScanner检测到,项目采用了AmsiScanBuffer补丁技术来规避安全检查。此外,如果开启ETWBYPASS选项,模块还会尝试绕过事件追踪日志,以提高隐蔽性。
应用场景
对于渗透测试人员和红队操作者来说,这个模块可以在渗透测试过程中非常方便地执行自定义的.NET代码,无需在目标机器上安装.NET框架。例如,你可以利用这个工具在已有的Meterpreter会话中执行各种攻击向量,如提权、信息收集、横向移动等。此外,由于其动态加载和执行的特性,还能避免在目标系统留下持久化痕迹。
项目特点
- 兼容性:支持Windows 10 64位操作系统和.NET 4.0框架。
- 灵活性:可以注入到已存在的进程,也可以创建新进程执行.NET程序集。
- 安全性:提供Amsi和Etw的绕过策略,降低被检测的可能性。
- 便利性:只需设置几个模块选项即可轻松执行.NET程序,无需复杂的配置。
- 控制性:可以选择在任务完成后杀掉注入的进程,以保持清洁的操作环境。
安装和使用都非常简单,只需要按照README中的步骤将模块文件复制到相应目录,然后在Metasploit会话中设置参数并执行即可。
如果你在渗透测试中需要执行.NET程序,或者想要探索更多高级的渗透技巧,Execute assembly via Meterpreter session无疑是一个值得尝试的开源项目。详细的技术分析和使用说明可以参考作者的博客文章:Execute assembly via Meterpreter session 和 Execute assembly via Meterpreter session - Part 2。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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 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
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