MemShellParty v1.2.0 版本发布:内存马生成与反序列化增强
MemShellParty 是一个专注于 Java Web 应用安全研究的开源项目,主要提供各种 Java 内存马(Memory Shell)的生成和利用工具。该项目为安全研究人员和渗透测试人员提供了便捷的内存马生成能力,帮助他们在授权测试中验证 Web 应用的安全性。
版本亮点
管理工具内存马支持
本次 v1.2.0 版本最重要的更新是新增了对管理工具内存马生成的支持。该工具是一款流行的 Web 管理工具,以其轻量级和强大的功能著称。通过集成管理工具内存马生成功能,MemShellParty 现在能够为安全测试人员提供更多样化的后门选择。
内存马技术是一种高级的持久化技术,它不需要在目标服务器上写入文件,而是直接将恶意代码注入到运行中的 Java 进程内存中。这种技术相比传统的 WebShell 更加隐蔽,更难被常规的安全防护措施检测到。
Java 反序列化 CB 版本扩展
另一个重要改进是对 Java 反序列化 Commons Collections (CB) 多版本 Payload 的支持。Java 反序列化漏洞是近年来影响广泛的严重安全问题,而 Commons Collections 库则是这类漏洞最常见的利用点之一。
新版本增加了对其他 CB 版本的 Payload 生成能力,这意味着安全研究人员现在可以针对不同版本的 Commons Collections 库生成相应的利用代码,大大提高了工具的适用性和灵活性。
技术优化
测试流程改进
开发团队对持续集成(CI)流程进行了优化,将 was7 集成测试分离出来单独运行。这一改进显著减少了整体测试时间,提高了开发效率,使得新功能和修复能够更快地交付给用户。
UI 调整
虽然 MemShellParty 主要是一个命令行工具,但开发团队仍然关注用户体验。本次版本对部分用户界面进行了调整,使操作更加直观,信息展示更加清晰。
问题修复
随机类名生成修复
修复了一个可能导致随机生成的类名无法加载的问题。当随机生成的类名恰好是 Java 保留关键字时,会导致类加载失败。新版本通过改进类名生成算法,避免了这种情况的发生,提高了工具的稳定性和可靠性。
总结
MemShellParty v1.2.0 版本通过新增管理工具内存马支持和扩展 Java 反序列化 Payload 生成能力,进一步巩固了其作为专业 Java Web 安全研究工具的地位。对于从事 Web 应用安全研究的人员来说,这些更新提供了更多样化的测试手段和更强大的功能支持。
随着内存马技术和反序列化漏洞研究的深入,MemShellParty 项目将持续为安全社区提供有价值的工具和资源,帮助提升 Web 应用的整体安全水平。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









