DeathMetal 项目亮点解析
2025-05-25 18:33:41作者:韦蓉瑛
项目基础介绍
DeathMetal 是由 Coalfire-Research 开发的一套针对 Intel AMT(Active Management Technology)的开源工具集。该工具集旨在为红队和渗透测试人员提供利用 Intel AMT 功能的工具,帮助他们在安全评估中探索和利用系统的深层特性。项目的命名灵感来源于金属乐队的歌曲和角色,体现了其强大的功能和独特的风格。
项目代码目录及介绍
项目的主要代码目录如下:
bin/:包含编译后的可执行文件。examples/:存放示例代码或配置文件。LICENSE:项目的许可文件,采用修改后的 MIT 许可。README.md:项目说明文档,详细介绍项目信息和如何使用。TODO.txt:项目待办事项列表。setup.py:项目安装脚本。
此外,项目还包含了一些主要的 Python 文件,如 dm_pickles.py、dm_toki.py、dm_nathan.py 和 dm_rockso.py,这些文件分别实现了项目的主要功能。
项目亮点功能拆解
- dm_pickles:实现了 Duckyscript 解释器,通过 AMT KVM(vnc)进行通信,并能够注入键盘按键,适用于远程键盘操作。
- dm_toki:实现了 IDE-R 功能,允许用户远程连接到目标计算机并挂载软盘和光盘镜像。
- dm_nathan:提供了一个命令行界面,通过认证通道配置 AMT。
- dm_rockso:扫描和检测 AMT 能力的系统,即使 AMT 没有明确启用也能工作。
项目主要技术亮点拆解
- Python3 默认库:项目基于 Python3 编写,利用了 Python3 的默认库,简化了开发过程。
- Hexdump:用于调试,方便查看数据。
- Requests:用于 HTTP 请求,简化网络通信。
与同类项目对比的亮点
与同类项目相比,DeathMetal 的亮点在于:
- 功能全面:提供了多种针对 Intel AMT 的工具,功能覆盖广泛。
- 易于使用:通过命令行界面和预制的脚本,使得工具易于操作。
- 社区支持:项目在 GitHub 上有较好的活跃度和社区支持,便于用户获取帮助和反馈。
- 开源许可:采用修改后的 MIT 许可,允许用户自由使用和修改代码,促进了技术的传播和创新。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
9
1
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878