推荐文章:利用WerTrigger提升你的系统权限管理
2024-06-05 23:50:44作者:咎竹峻Karen
1、项目介绍
在网络安全的世界里,深入理解系统行为是至关重要的。WerTrigger 是一个独特的开源项目,它利用了Windows问题报告(wermgr.exe)加载缺失文件的特性,来触发特定文件的读取,从而在某些情况下获取NT AUTHORITY\SYSTEM级别的权限。这个项目由@sailay1996创建,并且受到了@jonasLyk的宝贵建议。
2、项目技术分析
WerTrigger的核心在于对phoneinfo.dll和Report.wer文件的巧妙使用。当系统启动时,phoneinfo.dll会被wermgr.exe加载,而通过WerTrigger,我们无需重启电脑就能触发这一过程。WerTrigger.exe作为执行程序,可以放置在同一目录下,与测试文件一起运行,进而实现权限的提升。
操作步骤
- 使用管理员权限将
phoneinfo.dll复制到C:\Windows\System32\目录。 - 将
Report.wer和WerTrigger.exe放在同一文件夹内。 - 运行
WerTrigger.exe。 - 享受系统管理员(NT AUTHORITY\SYSTEM)级别的shell。

3、项目及技术应用场景
对于安全研究人员和逆向工程师来说,WerTrigger提供了一个实践和学习权限提升技巧的平台。此外,在进行系统漏洞挖掘和修复过程中,它能帮助测试文件写入特权漏洞。同时,对于那些希望更好地理解Windows内部工作原理的开发者而言,这是一个有价值的工具。
4、项目特点
- 创新性: 利用Windows内置机制,无需重启即可触发文件加载,这为系统级别的权限控制提供了新的视角。
- 简单易用: 基本的操作流程只有四个步骤,适合初学者快速上手体验。
- 社区支持: 开源并获得了业内专家的关注,意味着持续的更新和支持。
- 教育价值: 对于网络安全教育,WerTrigger是一个很好的示例,展示了如何通过系统漏洞来提升权限。
综上所述,无论你是网络安全领域的专业人士还是对此有热情的学习者, WerTrigger都值得你一试。通过这个项目,你可以深入了解Windows系统的运作机制,并掌握一项实用的技术技能。立即加入GitHub仓库,开始你的探索之旅吧!
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
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- 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
CAP基于最终一致性的微服务分布式事务解决方案,也是一种采用 Outbox 模式的事件总线。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
650
4.23 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
485
593
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
390
279
🎉 (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
1.53 K
885
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
332
387
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++
937
850
暂无简介
Dart
899
215
昇腾LLM分布式训练框架
Python
141
167
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++
123
194