malWASH v2.0:让恶意软件“隐身”的动态多样化引擎
2024-09-09 21:06:44作者:郜逊炳
项目介绍
malWASH 是一款动态多样化引擎,旨在执行任意程序而不被动态分析工具检测到。简而言之,它是一个能够使现有恶意软件逃避所有现有行为和动态分析检测方法的恶意软件引擎。需要注意的是,malWASH 是一个研究项目,目前尚不稳定。其目标是证明这种新一代恶意软件的可能性。为了在实际环境中使用,还需要大量的额外工作。
malWASH 与 Visual Studio 2010 编译器配合使用效果最佳。用户可以创建自己的程序,使用 VS 编译后在 malWASH 中使用。*.pdb 文件有助于 IDA 分析,因此推荐在可用时使用。
项目技术分析
malWASH 的核心思想是将目标恶意软件切割成小模块,然后在其他进程的上下文中执行这些模块,从而将原始恶意软件的行为隐藏在一系列良性进程的行为中。调度器负责连接这些模块,并在不同进程之间传递状态。尽管 malWASH 确保了执行的程序保持持久性,从而使任何移除过程变得复杂,但良性进程的执行并未受到影响。
详细的运行机制可以参考相关的论文(https://nebelwelt.net/publications/files/16WOOT.pdf),该论文发表在 Usenix WOOT'16 上。源代码编写良好,易于理解,注释中包含了许多未在论文中提及的信息。
项目及技术应用场景
malWASH 主要应用于以下场景:
- 恶意软件研究:研究人员可以使用 malWASH 来测试现有动态分析工具的检测能力,评估其对新型恶意软件的适应性。
- 安全测试:安全专家可以使用 malWASH 来模拟恶意软件的行为,从而测试和改进防御系统。
- 教育培训:在网络安全课程中,malWASH 可以作为教学工具,帮助学生理解恶意软件的动态行为和检测技术。
项目特点
- 动态多样化:malWASH 通过将恶意软件切割成小模块并在不同进程中执行,实现了动态多样化,从而逃避动态分析工具的检测。
- 持久性:malWASH 确保执行的程序保持持久性,增加了移除的难度。
- 易于集成:与 Visual Studio 2010 编译器配合使用效果最佳,用户可以轻松创建和编译自己的程序。
- 开源透明:源代码开放,注释详细,便于理解和修改。
如何运行 malWASH
- 创建一个目录
malWASH_intr并复制code_1和code_2文件。 - 将
malwash_splitter.plw插件复制到 IDA 插件目录。 - 使用 IDA 6.3 加载目标二进制文件并运行插件。
- 配置参数并编译源文件。
- 以管理员身份运行生成的可执行文件,观察加载器的进度。
注意事项
- 远程键盘记录器是验证 malWASH 是否有效的好样本。
- 确保注入代码在 32 位应用程序中运行。
- 如果程序崩溃,可能是共享地址的问题,可以尝试修改并重新编译。
- 当前版本不稳定,可能在某些环境中无法运行。
通过 malWASH,您可以深入了解恶意软件的动态行为和检测技术,同时也可以为网络安全研究提供有力的工具支持。欢迎加入 malWASH 社区,共同探索恶意软件的奥秘!
登录后查看全文
热门项目推荐
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
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
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++
664
319
🎉 (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
658
React Native鸿蒙化仓库
JavaScript
262
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868