首页
/ Nidhogg项目下载及安装教程

Nidhogg项目下载及安装教程

2024-12-07 15:53:19作者:郜逊炳

1. 项目介绍

Nidhogg是一个多功能Windows内核rootkit,旨在展示从内核空间可以执行的各种操作。该项目提供了一个集成的、易于使用的rootkit,具有多种有用的功能,可以方便地与您的C2框架集成。Nidhogg支持所有版本的x64 Windows 10和Windows 11。

2. 项目下载位置

您可以在以下GitHub仓库找到Nidhogg项目的源代码:https://github.com/Idov31/Nidhogg.git

3. 项目安装环境配置

在开始安装之前,请确保您的系统环境满足以下要求:

  • Visual Studio 2022
  • Windows Driver Kit
  • Python

以下为环境配置的图片示例:

安装Visual Studio 2022

Visual Studio 2022 安装界面

安装Windows Driver Kit

Windows Driver Kit 安装界面

安装Python

Python 安装界面

4. 项目安装方式

  1. 克隆项目仓库到本地:

    git clone https://github.com/Idov31/Nidhogg.git
    
  2. 编译驱动程序:

    • 使用Visual Studio 2022打开项目文件(Nidhogg.sln)。
    • 编译并生成驱动程序。
  3. 创建服务并运行驱动程序:

    • 打开命令提示符(以管理员身份)。
    • 执行以下命令创建服务并启动驱动程序:
      sc create nidhogg type= kernel binPath= C:\Path\To\Driver\Nidhogg.sys
      sc start nidhogg
      

5. 项目处理脚本

Nidhogg项目中包含了一些处理脚本,用于执行特定的操作。以下是一些基本的脚本示例:

运行NidhoggClient.exe

要查看可用的命令,可以运行NidhoggClient.exe或者查看项目wiki获取详细信息。

NidhoggClient.exe

隐藏进程

以下命令用于隐藏指定进程:

NidhoggClient.exe process hide <进程ID>

请根据实际需要修改上述脚本和命令。

以上就是Nidhogg项目的下载和安装教程。希望对您有所帮助!

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
38
72
ops-mathops-math
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++
519
50
RuoYi-Vue3RuoYi-Vue3
🎉 (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
943
556
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
196
279
openHiTLSopenHiTLS
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
993
396
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
361
12
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71