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。
kernelopenEuler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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0127
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