EDRSilencer项目中的WFP过滤器AppID路径转换问题解析
2025-07-10 06:17:28作者:裘晴惠Vivianne
在安全研究领域,EDRSilencer是一个用于绕过终端检测与响应(EDR)系统的工具,它通过Windows过滤平台(WFP)来阻止EDR进程的网络通信。近期发现该项目在特定编译环境下存在一个关键性bug,会导致WFP过滤器无法正确设置应用标识(AppID),从而使得整个工具失效。
问题背景
EDRSilencer的核心功能是通过WFP创建网络过滤器来阻断指定进程的出站连接。要实现这一功能,需要将目标进程的文件路径转换为Windows能够识别的NT路径格式,并将其作为AppID传递给WFP API。
在utils.c文件的路径转换函数中,开发者使用了swprintf函数来拼接NT路径,原始代码使用了%S作为格式说明符。这在Linux环境下编译时工作正常,但在Windows环境下编译时会导致路径转换失败,最终生成的WFP过滤器将没有有效的AppID值。
技术分析
问题的根源在于不同平台对swprintf格式说明符的解释差异:
- Linux环境:
%S被解释为宽字符字符串(wchar_t*) - Windows环境:
%S被解释为窄字符字符串(char*),而%ls才是宽字符字符串的正确格式说明符
这种平台差异导致在Windows下编译时,路径转换函数无法正确处理宽字符字符串,最终生成的NT路径为空或无效。当这个无效路径被用作WFP过滤器的AppID时,过滤器实际上不会匹配任何进程,从而使EDRSilencer失去阻断EDR通信的能力。
解决方案
经过验证,将格式说明符统一修改为%ls可以解决跨平台兼容性问题:
swprintf(ntPathBuffer, bufferSize, L"%ls%ls", ntDrivePath, filePath + wcslen(driveName));
这一修改确保了无论在Linux还是Windows环境下编译,路径转换函数都能正确工作,生成的WFP过滤器将包含有效的AppID,能够准确匹配并阻断目标EDR进程的网络通信。
影响范围
该问题会影响以下情况:
- 在Windows平台使用MinGW等工具链编译的EDRSilencer
- 针对任何EDR进程创建的WFP过滤器
- 所有依赖路径转换功能的应用场景
最佳实践建议
- 在跨平台开发中,应特别注意字符串格式说明符的兼容性问题
- 对于宽字符字符串操作,优先使用
%ls而非%S以确保跨平台一致性 - 开发完成后应在目标平台上进行充分测试,验证核心功能是否正常
- 对于安全关键工具,建议在发布前进行多平台编译验证
这一问题的修复显著提升了EDRSilencer工具的可靠性和跨平台兼容性,使其能够更稳定地实现设计目标。对于安全研究人员而言,理解这类底层细节对于开发可靠的对抗工具至关重要。
登录后查看全文
热门项目推荐
相关项目推荐
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
1.03 K
492