推荐项目:Windows/x64 - Inject All Processes with Meterpreter Reverse Shell (655 Bytes)
2024-06-19 09:56:59作者:董宙帆
项目简介
该项目由Bobby Cooke(boku)于2021年5月1日创建,是一个64位的Windows 10 Shellcode,其功能是将Meterpreter反向Shell注入到所有进程中。通过巧妙地利用Intel GS寄存器和主机进程的Process Environment Block(PEB),这个轻量级(仅655字节)的代码可以在Windows 10 v2004(x64)环境下高效运行。

技术分析
- 动态解析:首先,shellcode动态查找kernel32.dll在内存中的基地址。
- API解决:接着,它通过kernel32.dll的导出表解析OpenProcess,VirtualAllocEx,WriteProcessMemory以及CreateRemoteThread等关键API地址。
- 过程注入:然后,shellcode通过对进程ID进行遍历来打开其他进程的句柄。一旦成功,就在远程进程中分配可写且可执行的内存,并将Meterpreter shellcode写入其中。
- 线程创建:最后,通过CreateRemoteThread API创建一个新线程,使得Meterpreter shell在一个个远程进程中执行。这一过程会持续到所有目标进程都被成功注入。
应用场景
该技术在渗透测试和安全研究中有着广泛的应用。它可用于模拟攻击行为,测试系统安全性,或者在需要远程控制多个进程的自动化任务中发挥作用。当然,这同样也适用于恶意软件分析和防御策略的开发。
项目特点
- 体积小巧:仅655字节,体现了高效的代码编写技巧。
- 全面覆盖:能够注入所有正在运行的进程,实现全面影响。
- 动态适应:动态解析库和API,增加了代码的灵活性和跨平台兼容性。
- 多线程操作:对每个进程创建单独的线程执行Meterpreter shell,确保了并发性和独立性。
如果你是一个热衷于Windows系统安全的开发者或研究者,这个项目无疑是你探索和学习的理想资源。同时,它的应用潜力也为你的工作提供了新的可能。立即尝试并体验它的强大功能吧!
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
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++
124
198
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
557