探秘DOUBLEPULSAR SMB植入体:解密C2流量的Python脚本
作者:Luke Jennings(luke.jennings@countercept.com - @jukelennings) 公司:Countercept (@countercept) 网站:https://countercept.com
在网络安全研究中,对恶意软件通讯的理解至关重要。今天,我们向大家推荐一款由Countercept团队开发的独特工具——一个用于从PCAP文件中解密DOUBLEPULSAR SMB植入体使用的C2(Command & Control)流量的Python脚本。这个脚本利用了简单的4字节异或加密,并且可以从首次非ping包中的SESSION_SETUP参数中直接揭示XOR密钥,从而解密所有流量。
项目介绍
这是一个早期版本的项目,它依赖于网络包中的特定组件来工作,并已针对DLL注入功能进行了测试。理想情况下,应提供只包含单个命令的PCAP文件来获得最佳结果。项目内附有一个用于测试的PCAP文件,该文件是在目标机器上通过DLL注入命令将标准Windows DLL wininet.dll 注入到运行的calc.exe进程中捕获的。解密后的输出也存储在仓库中,包含了4885字节的shellcode和与wininet.dll逐字节匹配的内容。
技术分析
脚本的核心是基于一个事实,即在初始的非ping包中存在连续四个零字节,这使得我们可以轻松提取出解密所需的XOR密钥。Python-pcapng库是该项目的一个关键依赖,它允许我们处理和解析PCAPNG格式的数据包捕获文件。
使用方法简单,只需安装python-pcapng库并通过命令行调用decrypt_doublepulsar_traffic.py脚本:
root@kali:~# pip install python-pcapng
root@kali:~# python decrypt_doublepulsar_traffic.py --pcapng inject-dll-wininet-into-calc.pcapng --output decrypted_data.bin
应用场景
对于网络安全研究人员和渗透测试人员来说,这款工具可以帮助他们深入理解DOUBLEPULSAR攻击的方法和手段。它可以用于分析受感染系统的C2通信,揭示潜在的恶意活动,甚至可能帮助研究人员发现新的漏洞和对抗策略。
此外,它还为教育和训练提供了实用案例,让学生和专业人士能够亲自实践如何解析复杂的恶意软件通信。
项目特点
- 简单高效:利用易识别的网络包特征进行解密。
- 针对性强:专注于解密DOUBLEPULSAR SMB植入体的C2流量。
- 可扩展性:虽然目前仅测试于DLL注入功能,但其基本原理可能适用于其他类似加密方式的恶意软件。
- 易于使用:依赖项明确,命令行接口简洁明了。
如果你热衷于网络安全研究,或者希望深入了解DOUBLEPULSAR的运作机制,那么这款工具无疑是一个不可多得的资源。立即尝试并加入我们的行列,探索网络世界的隐蔽角落。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112