r77-rootkit项目中NtQueryDirectoryFile钩子的隐藏文件处理缺陷分析
2025-07-06 17:55:41作者:史锋燃Gardner
背景介绍
在Windows系统内核级rootkit开发中,文件隐藏是一个基础而重要的功能。r77-rootkit项目通过挂钩NtQueryDirectoryFile系统调用实现了文件隐藏功能。然而,在特定情况下,该实现存在一个会导致文件列表显示异常的缺陷。
问题现象
当满足以下条件时,会出现文件列表显示异常:
- 目标目录中包含多个文件
- 第一个文件被标记为隐藏
- 使用命令行工具dir进行文件列表查询
- 查询模式为单次返回单个条目(returnSingleEntry=TRUE)
在这种情况下,所有后续文件都会被错误地隐藏,即使它们本身并没有被标记为隐藏属性。
技术原理分析
NtQueryDirectoryFile是Windows内核中负责目录枚举的核心函数。r77-rootkit通过挂钩此函数实现了文件隐藏功能。其基本工作原理是:
- 调用原始NtQueryDirectoryFile获取文件信息
- 检查返回的文件是否在隐藏列表中
- 如果是隐藏文件,则跳过该条目
在正常情况下,这个机制工作良好。但在returnSingleEntry模式下,处理逻辑存在缺陷:
- 当第一个文件是隐藏文件时,钩子函数会立即返回STATUS_NO_MORE_FILES状态
- 这导致枚举过程提前终止,后续文件无法被列出
- 而使用通配符*.*时能正常工作,是因为第一个返回的条目是"."目录项
影响范围
该缺陷主要影响以下环境:
- Windows Server 2012系统
- 使用传统命令行工具(dir)进行文件枚举
- 使用特定通配符模式(*.txt等)查询
在较新的Windows版本(如Server 2019)上不会出现此问题,因为这些系统默认使用NtQueryDirectoryFileEx进行目录枚举。
解决方案
r77-rootkit在1.5.3版本中修复了此问题,主要修改包括:
- 正确处理returnSingleEntry参数
- 优化单条目返回模式下的处理逻辑
- 确保枚举过程不会因为遇到隐藏文件而提前终止
修复后的实现能够正确处理各种文件枚举场景,包括:
- 命令行工具查询
- 资源管理器浏览
- 各种通配符模式
技术启示
这个案例展示了rootkit开发中几个重要的技术要点:
- 系统调用挂钩需要考虑所有可能的调用模式
- 文件系统过滤需要处理各种枚举场景
- 不同Windows版本可能使用不同的API实现相同功能
- 测试覆盖需要包含各种边界条件
对于安全研究人员而言,理解这些底层机制不仅有助于开发防御方案,也能更好地检测和分析恶意rootkit的行为特征。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
274
94
暂无简介
Dart
623
140
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
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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