PoolParty 项目下载及安装教程
2024-12-09 15:24:55作者:仰钰奇
1. 项目介绍
PoolParty 是一个由 SafeBreach Labs 开发的开源项目,旨在展示一系列利用 Windows 线程池的完全不可检测的进程注入技术。该项目在 Black Hat EU 2023 简报中首次亮相,展示了多种通过 Windows 线程池进行进程注入的方法。PoolParty 提供了多种变体,每种变体都针对不同的线程池工作项进行操作,从而实现进程注入。
2. 项目下载位置
PoolParty 项目托管在 GitHub 上,可以通过以下步骤进行下载:
-
打开命令行终端(如 Windows 的命令提示符或 PowerShell)。
-
使用
git clone命令下载项目:git clone https://github.com/SafeBreach-Labs/PoolParty.git这将把项目文件下载到当前目录下的
PoolParty文件夹中。
3. 项目安装环境配置
3.1 系统要求
- 操作系统:Windows 10 或更高版本
- 开发环境:Visual Studio 2019 或更高版本
- 依赖库:Windows SDK
3.2 环境配置步骤
-
安装 Visual Studio:
- 下载并安装 Visual Studio 2019 或更高版本。
- 在安装过程中,确保选择“使用 C++ 的桌面开发”工作负载。

-
安装 Windows SDK:
- 在 Visual Studio 安装过程中,选择并安装最新的 Windows SDK。

4. 项目安装方式
-
打开项目:
- 启动 Visual Studio。
- 选择“打开项目或解决方案”,然后导航到
PoolParty文件夹中的PoolParty.sln文件。

-
配置项目属性:
- 右键点击解决方案资源管理器中的
PoolParty项目,选择“属性”。 - 在“配置属性”中,确保“平台工具集”设置为当前安装的 Visual Studio 版本。

- 右键点击解决方案资源管理器中的
-
编译项目:
- 在 Visual Studio 中,选择“生成”菜单,然后点击“生成解决方案”。
- 编译完成后,生成的可执行文件将位于
PoolParty\x64\Debug或PoolParty\x64\Release目录中。

5. 项目处理脚本
PoolParty 项目包含一个主要的可执行文件 PoolParty.exe,用于执行不同的进程注入变体。以下是使用该脚本的示例:
PoolParty.exe -V <VARIANT ID> -P <TARGET PID>
<VARIANT ID>:选择要使用的注入变体(1 到 8)。<TARGET PID>:目标进程的 PID。
示例
假设要向 PID 为 1234 的进程注入 TP_TIMER 工作项,可以使用以下命令:
PoolParty.exe -V 8 -P 1234
执行后,脚本将输出注入过程的详细信息,并在成功后提示注入完成。
通过以上步骤,您可以成功下载、配置并安装 PoolParty 项目,并使用其提供的脚本进行进程注入操作。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
762
4.95 K
Claude 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 Started
Rust
1.79 K
190
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
717
867
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
855
1.91 K
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++
1.07 K
1.09 K
🎉 (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
1.73 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
675
1.32 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
438