DojoLoader 使用教程
2025-04-17 02:40:54作者:殷蕙予
1. 项目介绍
DojoLoader 是一个通用的 PE(可执行文件)加载器,最初是为了原型化睡眠混淆技术而创建的,目的是减少与 Cobalt Strike UDRL 无关的原始 Beacon 有效负载的调试时间。DojoLoader 从 ORCA000 的 DynamicDllLoader 项目中借鉴了 MemoryModule 实现,并在此基础上增加了模块化和以下功能:
- 从 HTTP 或文件下载并执行(XOR 加密)的 shellcode
- 动态 IAT(导入地址表)钩子,用于 Sleep 函数
- 三种不同的 Sleep 混淆技术:RW->RX、MemoryBouncing、MemoryHopping
2. 项目快速启动
安装
首先,你需要从 GitHub 仓库克隆 DojoLoader 项目:
git clone https://github.com/naksyn/DojoLoader.git
使用
以下是一个基本的命令行示例,用于使用 DojoLoader:
Usage: -d <url> | -f <file> [-k <key>] [-s <function>] [-beacon]
-d <url>:从指定的 URL 加载 PE-f <file>:从指定的文件加载 PE-k <key>:用指定的密钥 XOR 加密有效负载-s <function>:选择睡眠混淆技术(1 或 membounce 代表 MemoryBouncing,2 或 memhop 代表 Memory Hopping,3 或 RWRX 代表经典 RW->RX)-beacon:使用 Cobalt Strike UDRL-les Beacon 有效负载执行方法
例如,要从文件加载并使用 MemoryBouncing 技术混淆 Sleep 函数,你可以运行:
DojoLoader.exe -f path_to_your_payload.bin -s 1 -beacon
3. 应用案例和最佳实践
应用案例
DojoLoader 可以用于红队行动中,通过混淆 Sleep 函数来规避 EDR(Endpoint Detection and Response)系统的检测。例如,在渗透测试中,可以使用 DojoLoader 来加载并执行混淆后的 Cobalt Strike Beacon 有效负载。
最佳实践
- 使用 XOR 加密来保护你的有效负载。
- 选择合适的混淆技术,以规避目标系统上的常见检测。
- 在实际部署之前,测试你的有效负载,确保它能够在目标环境中正确执行。
4. 典型生态项目
DojoLoader 是众多开源项目中的一个,以下是一些与其相关的典型生态项目:
- Cobalt Strike:一款先进的后渗透测试框架。
- DynamicDllLoader: 一个用于动态加载 DLL 的项目,为 DojoLoader 提供了 MemoryModule 实现。
- 其他混淆工具: GitHub 上有许多其他用于混淆和规避检测的开源工具。
注意:上述提到的链接只是为了提供背景信息,实际文档中不应包含任何链接。
登录后查看全文
热门项目推荐
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
Python可观测性工具实战:Logfire效能提升指南RPCS3模拟器终极优化指南:突破PS3游戏性能极限的实战方案Nali跨平台部署全攻略:从环境适配到性能调优为什么需要统一游戏库管理?Playnite开源工具的全方位解决方案如何通过Idify实现本地证件照制作:安全高效的浏览器端解决方案路由器多容器管理实战:用Docker Compose打造智能家居中枢Zettlr:一站式学术写作解决方案效率指南零基础精通GPT-SoVITS:开源语音合成与AI声音克隆实战指南颠覆直播互动体验:Bongo-Cat-Mver如何让你的键盘操作变成视觉盛宴如何用开源工具轻松制作游戏模组?Crowbar让创作不再有门槛
项目优选
收起
暂无描述
Dockerfile
678
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
630
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
🎉 (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
1.57 K
910
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++
948
889
暂无简介
Dart
923
228
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
399
304
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
635
217
openGauss kernel ~ openGauss is an open source relational database management system
C++
183
260