简化模拟器Simpleator:新一代Windows应用沙箱
2024-05-21 19:23:34作者:田桥桑Industrious
项目介绍
Simpleator是一个创新的Windows本机x64应用程序模拟器,它充分利用了Windows 10春季更新(1803)和秋季更新(1809)带来的新功能,特别是引入的Hyper-V平台API(WHVP)。这个项目不仅是一个技术证明,展示了如何构建更简单、更快的沙盒环境,而且也为无操作系统要求的服务器工作负载(如云服务或函数计算)提供了可能。
技术分析
Simpleator依赖于以下关键技术和改进:
- Hyper-V Platform API - 允许兼容的应用程序利用Hyper-V虚拟化平台创建和管理"Exo"分区。
- Memory Manager API更新 - 引入VirtualAlloc2和MapViewOfFile3 API,允许对内存分配范围进行更精细的控制。
- WHVP在1809版的增强 - 包括部分解映射客体物理地址(GPA)的能力。
该项目使用Visual Studio 2017和最新的Windows SDK(1809)进行构建,并且仅支持运行17763及以上版本(Redstone 5 / 1809)的64位Windows 10系统。
应用场景
Simpleator的主要应用场景包括:
- 安全测试与软件分析 - 利用其内置的系统调用监控功能,可以在一个隔离的环境中运行潜在的不安全代码,观察其行为并确保主机系统的安全性。
- 资源优化的容器服务 - 潜在地实现不依赖完整操作系统即可运行的服务,比如云函数或无服务器工作负载。
项目特点
- 轻量级 - 尽管可以模拟完整的操作系统行为,但Simpleator通过仅加载宿主OS加载器(Ntdll.dll)和目标二进制文件,实现了简化模式,极大减少了资源需求。
- 性能优化 - 使用Hyper-V Platform API,使得大部分系统调用能够直接转发给宿主操作系统,以接近原生速度执行。
- 可扩展性 - 设计为三个独立组件:调试监视器、系统调用处理模块和模拟器,易于添加新的功能和模块。
- 安全隔离环境 - 可以配置为AppContainer类型的沙箱,进一步限制不安全行为的影响。
通过以上特点,Simpleator展示了如何在保持效率的同时,以更低的成本提供高安全性的执行环境。
截图展示
Monitor窗口显示测试应用的控制台输出
注册表窗口,在出现问题时用于查看emu状态
Debug窗口显示Loader的DbgPrint调用
结论
如果你正在寻找一种新的方式来安全地运行和分析潜在的不可信代码,或者寻求在没有完整操作系统的环境下执行云服务,Simpleator是值得一试的开源解决方案。通过它,你可以深入了解Windows上的虚拟化技术,并且参与到这一前沿领域的探索中去。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.13 K
Ascend Extension for PyTorch
Python
162
182
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
252
90
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
475
仓颉编译器源码及 cjdb 调试工具。
C++
125
853
React Native鸿蒙化仓库
JavaScript
240
313
🎉 (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
1.09 K
617
暂无简介
Dart
613
138
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++
644
255