Shed - .NET 运行时检查器使用教程
1. 项目介绍
Shed 是一个用于检查 .NET 运行时的应用程序,旨在提取程序运行时的有用信息。它可以用于检查恶意软件,以便在恶意软件执行后获取其存储的信息的初步概览。Shed 的主要功能包括:
- 将 .NET 程序集注入到远程进程(包括托管和非托管进程)。
- 提取托管堆中存储的所有对象。
- 打印内存中存储的字符串。
- 以 JSON 格式保存堆的快照,以便后续处理。
- 转储内存中加载的所有模块。
2. 项目快速启动
2.1 下载和安装
首先,克隆 Shed 项目到本地:
git clone https://github.com/enkomio/shed.git
cd shed
2.2 编译项目
如果你已经安装了 Visual Studio,可以直接运行 build.bat 批处理文件进行编译。编译完成后,会在 build 文件夹中生成一个 zip 文件。
2.3 使用 Shed
Shed 是一个命令行工具,可以通过以下命令查看所有可用选项:
shed.exe --help
2.3.1 检查已运行的应用程序
要检查一个已运行的进程,需要传递进程的 PID 给 Shed:
shed.exe --pid 2356
2.3.2 检查二进制文件
要检查一个二进制文件,Shed 需要执行该文件并附加到其运行时进行检查:
shed.exe --exe malware.exe
你还可以指定在挂起进程之前等待的时间(以毫秒为单位),以便程序有足够的时间初始化其属性:
shed.exe --timeout 2000 --exe malware.exe
2.3.3 注入程序集到远程进程
Shed 可以通过 ManagedInjector 库将 .NET 程序集注入到远程进程中。要实现这一点,需要指定进程的 PID 和要注入的 exe 文件。注入程序集后,可以通过调用特定方法来激活它。
例如,要将 InjectedAssembly 注入到 PID 为 1234 的进程中,可以运行以下命令:
shed.exe --pid 1234 --exe InjectedAssembly.dll --inject
使用 --method 选项可以指定要从 InjectedAssembly.exe 调用的方法。
3. 应用案例和最佳实践
3.1 恶意软件分析
Shed 可以用于分析恶意软件,提取其在内存中存储的信息,帮助安全研究人员了解恶意软件的行为和目的。
3.2 调试和诊断
开发人员可以使用 Shed 来调试和诊断 .NET 应用程序,特别是在处理内存泄漏或性能问题时。
3.3 安全审计
安全审计人员可以使用 Shed 来检查应用程序的运行时状态,确保其符合安全标准。
4. 典型生态项目
4.1 ManagedInjector
ManagedInjector 是 Shed 依赖的一个库,用于将 .NET 程序集注入到远程进程中。它提供了强大的注入功能,是 Shed 的核心组件之一。
4.2 MDbg
MDbg 是一个 .NET 调试器,可以与 Shed 结合使用,提供更深入的调试和分析功能。
4.3 JSON.NET
Shed 使用 JSON.NET 库来处理 JSON 格式的数据,特别是在保存堆快照时。
通过以上模块的介绍和使用指南,你可以快速上手并充分利用 Shed 的功能。
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 StartedRust0197
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07