首页
/ 探索SharpHook:API钩子的密码捕获利器

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
SharpHook
SharpHook is an offensive API hooking tool designed to catch various credentials within the API call.

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powershellcmd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

  1. 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。
  2. 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。
  3. 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。
  4. 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。

SharpHook
SharpHook is an offensive API hooking tool designed to catch various credentials within the API call.
热门项目推荐
相关项目推荐

项目优选

收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
672
0
openHiTLS
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
12
8
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
323
26
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
30
5
easy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
xzs
在线考试系统、考试系统、在线教育考试系统、在线教育、跨平台考试、考试、智能考试、试题、错误试题、考试题目、试题组卷等
HTML
3
1
langgpt
Ai 结构化提示词,人人都能写出高质量提示词,GitHub 开源社区全球趋势热榜前十项目,已被百度、智谱、字节、华为等国内主流大模型智能体平台使用,内容来自国内最具影响力的高质量提示词工程师学习交流社群——LangGPT。开源知识库:https://langgptai.feishu.cn/wiki/RXdbwRyASiShtDky381ciwFEnpe
Jupyter Notebook
16
2