ChromeKatz 安装与配置完全指南
2026-01-25 05:05:24作者:滑思眉Philip
项目基础介绍及编程语言
ChromeKatz 是一个专门设计用于从基于Chromium的浏览器(如Chrome和Edge)进程内存中提取敏感信息的开源工具。它包括两个核心组件:CookieKatz 和 CredentialKatz,分别用于直接从内存中导出Cookies和凭证。此项目特别适用于安全研究、IT管理员或是有特定需求的高级用户。项目以C++为主要编程语言,并结合少量C代码及Makefile进行构建管理。
关键技术和框架
- 内存读取技术: ChromeKatz利用低级别内存访问来直接从目标浏览器进程中抓取数据,避免了常规的数据保护机制。
- Beacon Object Files (BOF): 特别为Cobalt Strike设计,允许通过特定方式注入到其他进程中执行内存操作。
- Minidump Parsing: 利用udmp-parser库解析浏览器崩溃转储文件,从而离线获取数据。
- DPAPI免密处理: 在某些情况下,无需使用Data Protection API(DPAPI)密钥即可解密存储的信息。
准备工作和详细安装步骤
第一步:环境准备
确保你的系统已安装:
- Visual Studio 2022 或相应版本,支持x64平台,以便编译项目。
- Cobalt Strike(可选),如果你计划使用BOF版本。
- Git,用于克隆项目源码。
第二步:克隆项目源码
打开命令行或终端,使用以下命令克隆项目到本地:
git clone https://github.com/Meckazin/ChromeKatz.git
第三步:构建项目
使用预编译二进制文件(简易方法)
- 访问项目的Release页面,下载最新版本的ZIP文件。
- 解压后,可以直接运行相应的
.exe文件或加载BOF文件至Cobalt Strike。
自行编译(适合开发者)
- 打开Visual Studio 2022。
- 导航至刚克隆的ChromeKatz目录,打开对应的.sln解决方案文件。
- 确保解决方案配置为Release模式,平台目标选择x64。
- 右击解决方案,在上下文菜单中选择“生成”。
- 编译完成后,可在项目输出目录找到编译好的
.exe文件以及可能的BOF文件。
第四步:使用ChromeKatz
- 对于普通使用者,运行编译后得到的
.exe文件,并根据命令行提示使用。- 例如,运行默认配置导出Chrome的凭证:
.\CredentialKatz.exe - 若要指定进程ID或切换至Edge,使用相应的命令行参数,如:
.\CredentialKatz.exe /edge /pid:PID
- 例如,运行默认配置导出Chrome的凭证:
- 若使用BOF版本,需遵循Cobalt Strike的文档将生成的BOF文件加载并执行。
注意事项
- 操作本工具时,请遵守相关法律法规,仅在合法授权范围内进行测试。
- 对生产环境或他人设备使用前,请获得充分的授权和许可。
至此,您已经成功安装并准备使用ChromeKatz进行内存中的数据提取。记得合理使用,尊重隐私与安全界限。
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
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++
872
2.01 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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430