探索SharpHook:API钩子的密码捕获利器
2024-05-21 21:16:41作者:曹令琨Iris
探索SharpHook:API钩子的密码捕获利器
项目介绍
SharpHook是一个创新性的开源项目,源自于SharpRDPThief,专注于通过API挂钩技术来捕获敏感凭证信息。利用EasyHook库,SharpHook能够在目标进程中自动注入依赖,并通过EasyHook的IPC服务器发送捕获到的凭据。
项目技术分析
SharpHook的核心在于对特定进程中的关键API进行拦截和监控。例如,它能够挂钩mstsc(远程桌面连接)、runas(以不同账户运行程序)以及powershell等进程。在mstsc中,它会监听CredUnPackAuthenticationBufferW调用来获取用户名、密码和远程IP;在powershell和cmd中,它则关注CreateProcessWithLogonW以捕捉不同凭证执行命令的情况。此外,项目还尝试支持MobaXterm和UAC提示的凭证捕获。
该项目采用了Fody来简化依赖项的嵌入,但目前在处理某些32位进程(如MobaXterm)时存在问题。对于这些问题,开发者提供了编译为x86架构作为临时解决方案。
应用场景
SharpHook适用于安全审计、渗透测试或系统管理员在需要监控网络内部凭证使用情况时。它可以实时捕获各种环境下的登录凭证,从而帮助用户发现潜在的安全风险。同时,它也提供了一个演示界面,直观展示了其功能:

项目特点
- 多进程支持: SharpHook不仅覆盖了常见的mstsc和runas,还扩展到了powershell、cmd等更广泛的场景。
- API Hooking: 利用API挂钩技术,实现在不影响目标程序正常运行的同时,透明地捕获敏感数据。
- 实时传输: 通过EasyHook的IPC服务,捕获的凭证可以立即传递给监控者,无需额外的交互步骤。
- 开放源码与贡献: 开放源代码鼓励社区参与,遇到问题或有新的想法,可以通过提交Pull Request或在Twitter上联系作者直接交流。
总的来说,SharpHook是一个强大且灵活的工具,旨在帮助安全专家和系统管理员更好地理解和保护他们的网络环境。如果你想深入探究API挂钩的魅力,或者需要一个强大的凭证捕获解决方案,那么SharpHook绝对值得你的关注和尝试。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
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- 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
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
286
暂无简介
Dart
905
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108