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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00