Ghosting-AMSI 的项目扩展与二次开发
2025-04-30 16:14:37作者:何将鹤
1. 项目的基础介绍
Ghosting-AMSI 是一个开源项目,旨在通过绕过 Advanced Microsoft Security Infrastructure (AMSI) 的检测机制,来提高安全研究员和研究者在分析恶意脚本时的能力。该项目的目的是为了帮助安全领域的工作者更好地理解和应对现代安全挑战。
2. 项目的核心功能
Ghosting-AMSI 的核心功能是提供一种方法,使研究人员能够在不触发 AMSI 防御机制的情况下执行 PowerShell 脚本。这允许研究人员在分析恶意脚本时,能够更深入地了解攻击者的行为和策略。
3. 项目使用了哪些框架或库?
该项目主要使用了以下框架或库:
- Python:作为主要的开发语言。
ctypes:用于在 Python 中加载和调用 Windows 动态链接库(DLL)。win32api和win32con:来自pywin32库,用于与 Windows API 交互。
4. 项目的代码目录及介绍
项目的代码目录结构大致如下:
Ghosting-AMSI/
├── ghosting.py # 主程序文件,包含核心功能实现。
├──amsi_bypass.py # 用于绕过 AMSI 的模块。
├──__init__.py # 初始化文件,用于将模块作为包使用。
├──README.md # 项目说明文件,包含项目描述和使用说明。
└──requirements.txt # 项目依赖文件,列出了项目所需的 Python 库。
ghosting.py:包含绕过 AMSI 的主逻辑和执行 PowerShell 脚本的功能。amsi_bypass.py:实现了 AMSI 绕过的具体技术细节。
5. 对项目进行扩展或者二次开发的方向
功能扩展方向
- 增加其他脚本语言的绕过支持:目前项目主要针对 PowerShell 脚本,可以考虑扩展支持其他脚本语言,如 Python 脚本、JavaScript 脚本等。
- 增加自动化测试功能:开发自动化测试脚本来验证绕过技术的有效性,以及检测新的 AMSI 更新。
- 增强用户界面:提供一个图形用户界面(GUI)以便于非技术用户也能轻松使用。
技术优化方向
- 优化代码结构:对现有代码进行重构,以提高代码的可读性和可维护性。
- 提升性能:优化算法和数据处理流程,以提高程序执行效率。
- 错误处理:增加更全面的错误处理机制,确保在遇到异常时程序能够优雅地处理。
通过上述扩展和优化,Ghosting-AMSI 项目将能够更好地服务于安全研究社区,帮助研究人员更有效地分析和应对安全威胁。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- 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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781