推荐开源项目:JuicyPotato - 跨平台的权限提升工具
2024-05-31 09:46:16作者:史锋燃Gardner
1. 项目介绍
JuicyPotato 是一个经过修改的开源项目,源自原始的 ohpe/juicy-potato 工具。它是一款强大的权限提升工具,尤其在Windows环境中,允许用户通过本地系统权限执行特定代码,并且可以通过HTTP/HTTPS协议进行操作,大大增加了其适应性和灵活性。
项目分为两个部分:
JuicyPotato-shellcode:包含了用于本地执行的Shellcode,适用于直接注入内存的情况。JuicyPotato-webshell:提供了Webshell版本,便于通过网络进行远程控制和命令执行。
每个部分都有相应的下载链接,以及直观的界面截图,方便用户快速上手。
2. 项目技术分析
JuicyPotato 利用了Windows系统的LSASS(Local Security Authority Subsystem Service)服务的特定机制,该服务负责身份验证和凭据管理。通过构造特定的SMBv1请求,它可以触发LSASS进程加载特定的动态链接库(DLL),从而实现代码执行。项目中的Shellcode和Webshell都为这一过程提供了便利。
此外,项目支持多种编码方式,增强了在网络传输中的适应性,提高了操作效率。
3. 项目及技术应用场景
对于安全研究人员和渗透测试人员而言,JuicyPotato 是一种重要的评估系统安全性的工具。它可以帮助发现潜在的配置问题,特别是在进行内网安全测试时,可以模拟特定行为来测试系统配置的有效性。
在教学和研究场景中,JuicyPotato 可以帮助学生和研究人员了解权限管理的过程和技术细节,提高对系统安全机制的认识。
4. 项目特点
- 跨平台:支持Windows平台的各种版本,包括Server和Client操作系统。
- 灵活的利用方式:提供Shellcode和Webshell两种形式,满足不同场景的需求。
- 高度适应性:利用SMB协议和LSASS服务,提高操作成功率。
- 易于使用:明确的下载链接和示例图像,简化了用户的操作步骤。
总体来说,JuicyPotato 是一款强大而实用的安全工具,无论你是安全专业人士还是对此领域有浓厚兴趣的学习者,都值得尝试并理解其工作原理。在探索和应用这个项目的同时,我们也应该遵循合法合规的原则,仅将其用于正当的目的。
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-X1-7BSpark-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-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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
157
178
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++
639
246
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
242
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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
470
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
364
3.02 K