NullGate 项目亮点解析
2025-06-02 02:08:32作者:沈韬淼Beryl
项目的基础介绍
NullGate 是一个开源项目,旨在提供一种舒适且现代的方式使用 NTAPI 函数,通过间接系统调用结合 FreshyCalls 方法,以及一种尚未被广泛提及的绕过 Windows Defender 内存扫描的技术。该项目还实现了一个经典的进程注入 PoC。
项目代码目录及介绍
项目的代码目录结构清晰,主要包括以下部分:
assets/:包含项目的一些资源文件。include/:包含项目所需的头文件。src/:包含项目的源代码文件。.gitignore:指定 Git 忽略的文件和目录。CMakeLists.txt:项目的 CMake 配置文件。LICENSE:项目的许可文件。README.md:项目的说明文件。
项目亮点功能拆解
- 间接系统调用:NullGate 通过间接系统调用,提供了一种更为安全和高效的方式来访问 NTAPI 函数。
- 动态 syscall 号码获取:项目使用一种独特的方法,在编译时通过 FNV-1 哈希算法将函数名转换为哈希值,以动态获取 syscall 号码。
- 内存扫描绕过:项目实现了一种技术,通过在内存中填入垃圾数据,然后在创建线程后写入真正的 shellcode,从而绕过 Windows Defender 的内存扫描。
- 进程注入:NullGate 还包含了一个进程注入的 PoC,可以将 shellcode 注入到指定进程中。
项目主要技术亮点拆解
- 类型安全:NullGate 提供了类型安全的接口,用户只需要提供要调用的 NT 函数的定义即可。
- 编译时函数名混淆:使用
fnv1Const方法,在编译时将函数名转换为哈希值,增强了代码的安全性。 - 加密和解密功能:项目内置了 XOR 加密/解密和 Base64 编码/解码功能,方便对 payload 或消息进行加密处理。
- 跨平台支持:NullGate 支持跨平台编译,可以在不同平台上使用。
与同类项目对比的亮点
与同类项目相比,NullGate 的亮点在于:
- 安全性:通过函数名混淆和动态 syscall 号码获取,提高了代码的安全性。
- 灵活性:支持多种加密和解密方法,以及跨平台编译,使得项目具有更高的灵活性。
- 创新性:项目实现了一种新的内存扫描绕过技术,这在其他类似项目中并不常见。
NullGate 项目的创新性和实用性,使其在安全领域具有一定的应用价值,值得关注和学习。
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
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 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 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 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 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 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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
165
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
228
仓颉编译器源码及 cjdb 调试工具。
C++
123
664
🎉 (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
1.06 K
615
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
195
72
仓颉编程语言测试用例。
Cangjie
36
665