Speakeasy模拟器v1.6.0版本发布:Windows API模拟能力再升级
Speakeasy是Mandiant开发的一款功能强大的二进制代码模拟框架,主要用于恶意软件分析和动态代码仿真。该工具能够模拟Windows操作系统环境,支持执行PE文件、Shellcode等多种形式的二进制代码,并通过hook技术记录和分析程序行为。
核心功能增强
本次发布的v1.6.0版本是Speakeasy在升级Unicorn引擎依赖前的最后一个计划版本,重点增强了Windows API的模拟能力,为后续v2版本的重大升级奠定了基础。
关键API模拟实现
-
文件操作增强:新增了SetFilePointerEx函数的实现,完善了文件指针操作的模拟能力,使得恶意软件中常见的文件定位和读写操作能够得到更准确的模拟。
-
服务控制功能:加入了StartServiceA和ControlService等服务的模拟函数,这些函数常被恶意软件用于创建或控制系统服务,增强了对服务相关恶意行为的分析能力。
-
系统信息查询:实现了IsProcessorFeaturePresent和GetSystemDefaultLCID等系统信息查询函数,这些函数常被恶意软件用于环境检测和规避分析。
-
用户界面组件:新增了InitCommonControls函数的支持,该函数用于初始化Windows通用控件库,完善了对GUI相关恶意代码的分析能力。
内存管理改进
-
栈空间分配优化:在模块加载过程中,现在会根据SizeOfStackReserve字段动态分配栈空间,而不是使用固定值,这使得栈空间分配更加符合实际Windows行为。
-
Shellcode执行环境:增加了stack_commit参数支持,允许在Shellcode执行时更精确地控制栈空间的提交行为,提高了Shellcode分析的准确性。
网络功能扩展
-
套接字连接:新增了WSAConnect函数的实现,该函数用于建立Windows套接字连接,增强了对恶意软件网络通信行为的捕获能力。
-
远程过程调用:完善了ZwMapViewOfSection函数的实现,修复了潜在的bug,并增加了对SystemCodeInformation类的支持,提高了对复杂内存映射操作的模拟能力。
技术实现细节
-
类型处理修复:解决了字符串列表处理中可能出现的元组类型错误,提高了数据处理的稳定性。
-
ShellExecuteEx实现:完整实现了ShellExecuteEx函数,该函数用于执行外部程序或打开文件,是恶意软件常用的技术手段之一。
-
多API支持:新增了多个API的hook实现,特别增强了对Rust语言编写的样本的模拟能力,扩展了分析工具的适用范围。
版本演进意义
v1.6.0版本作为Speakeasy向v2版本过渡的重要里程碑,在保持稳定性的同时,大幅扩展了API覆盖范围,特别是增强了对恶意软件常用技术的模拟能力。这些改进使得分析人员能够更准确地观察恶意软件在模拟环境中的行为,提高了动态分析的可靠性。
值得注意的是,即将到来的v2版本将升级Unicorn引擎依赖,这可能会引入一些新的兼容性问题,开发团队计划通过后续的小版本更新逐步解决这些问题。对于需要长期稳定环境的用户,v1.6.0版本将是一个理想的选择。
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