Swift-Attack 使用与启动教程
2025-04-17 16:07:59作者:彭桢灵Jeremy
1. 项目介绍
Swift-Attack 是一个开源项目,旨在为蓝队提供单元测试,帮助构建针对 macOS 系统常见的后期攻击方法的检测。该项目包含了使用命令行历史和 API 调用的后期攻击示例,并计划随着时间的推移继续添加更多的单元测试。
2. 项目快速启动
首先,你需要克隆项目到本地环境:
git clone https://github.com/cedowens/Swift-Attack.git && cd Swift-Attack
确保你已经安装了 Swift 和开发者工具(可以从 Mac App Store 安装)。
接下来,构建 calc.c 生成 dylib 以用于动态库注入测试:
gcc -dynamiclib -o calc.dylib calc.c
编译 Swift-Attack:
swiftc -o Swift-Attack swift-attack.swift
运行 Swift-Attack 并查看帮助信息:
./Swift-Attack -h
3. 应用案例和最佳实践
Swift-Attack 提供了多种单元测试,以下是一些典型用法:
- 使用 osascript 二进制文件提示用户
- 通过 API 调用提示用户
- 使用 osascript 二进制文件导出剪贴板内容
- 使用 API 调用导出剪贴板内容
- 使用 screencapture 二进制文件进行屏幕截图
- 使用 API 调用进行屏幕截图
- 导出 zsh 历史记录
- 列出系统上的安全工具
- 使用 osascript 二进制文件获取系统信息
- 通过 API 调用获取系统信息
- 在磁盘上导出 ssh、aws、gcp 和 azure 密钥
- 导出浏览器历史记录(Chrome、Safari、Firefox)
- 导出隔离历史记录
- Office 宏:包含一个简单的 Office 宏,用于测试宏执行时的父-子关系检测
4. 典型生态项目
Swift-Attack 可以与其他开源项目配合使用,以下是一些相关的生态项目:
- Leo Pitt 的 PersistentJXA:提供更全面的持久化示例
- MacC2:用于测试混淆宏的另一个仓库
这些项目可以帮助用户更好地理解 macOS 系统的安全性,并为蓝队提供强大的工具来检测和防御后期攻击。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218