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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0187
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
759
4.94 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
187
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
716
866
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 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++
1.07 K
1.09 K
🎉 (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
1.72 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
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
454
436