打印守护 PrintDemon - 利用CVE-2020-1048的特权提升工具
项目介绍
PrintDemon 是一个基于PowerShell框架的概念验证(PoC)工具,它巧妙地结合了打印技术利用和 CVE-2020-1048 问题,为用户提供了一个无权限提升至系统级别的操作向量。该项目由安全研究人员分享,旨在展示如何利用已知问题来执行特定任务,同时也提醒管理员注意相关风险。
(演示图:Invoke-Demon 在行动)
项目技术分析
PrintDemon 利用了 Microsoft Windows 中的技术问题 CVE-2020-1048,这是一个本地权限提升问题,影响到打印后台处理程序服务。打印技术利用的DLL已嵌入其中,它允许非特权用户通过构造特定打印作业,从而实现对系统资源的访问和控制。项目借鉴了多个来源的代码,包括 Stack Overflow 上关于如何使用 PowerShell 进行 TCP 通信的讨论。
值得注意的是,项目作者提到在某些机器上尝试将打印作业发送到 C:\Windows\System32\Ualapi.dll 时可能遇到问题。如果遇到此类问题,可以直接将 DLL 文件放入 System32 目录下进行测试。
项目及技术应用场景
对于安全测试操作、渗透测试人员以及安全研究员来说,PrintDemon 提供了一种新的、实用的技术手段,用于模拟可能存在的风险如何利用已知问题进行横向移动和权限提升。这有助于安全团队评估其网络防御策略的有效性,并提供问题修复的实战参考。
此外,由于该技术涉及到Windows核心组件,因此适用于任何运行Windows系统的环境,无论是企业内网还是个人设备。
项目特点
- 权限升级:无需初始权限即可利用问题获得系统权限。
- 代码整合:集成了打印技术利用库,简化了操作流程。
- PoC性质:提醒用户关注问题并提高安全意识。
- 灵活性:可以适应多种测试场景,测试不同的防御策略。
总的来说,PrintDemon 是一个独特且有价值的开源项目,它揭示了技术利用的新方式,并提供了针对现代网络安全风险的深入理解。如果你是系统管理员、安全研究员或热衷于信息安全领域的开发者,这个项目绝对值得你一试。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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