SafetyHook 项目下载及安装教程
2024-12-05 02:11:37作者:舒璇辛Bertina
1. 项目介绍
SafetyHook 是一个用于 Windows x86 和 x86_64 系统的 C++23 过程钩子库。它旨在使运行时过程钩子尽可能安全,同时保持其实现的简单性。SafetyHook 目前支持以下功能:
- 在创建或删除钩子时停止所有其他线程。
- 修复可能受创建或删除钩子影响的线程的 IP。
- 修复重定位指令的 IP 相对偏移(例如
lea rax, [rip + 0x1234])。 - 修复重定位指令的相对偏移(例如
jmp 0x1234)。 - 将短分支扩展为近分支。
- 处理落在蹦床内的短分支。
- 使用支持最新指令的现代反汇编引擎。
- 具有精心设计的 API,难以误用。
2. 项目下载位置
要下载 SafetyHook 项目,请访问项目的 GitHub 仓库。您可以通过以下步骤下载项目:
- 打开终端或命令提示符。
- 使用
git clone命令下载项目:
git clone https://github.com/cursey/safetyhook.git
3. 项目安装环境配置
在安装 SafetyHook 之前,您需要确保您的开发环境满足以下要求:
- 操作系统:Windows x86 或 x86_64
- 编译器:支持 C++23 的编译器(如 GCC、Clang 或 MSVC)
- CMake:版本 3.14 或更高
- Zydis:用于反汇编的库(如果使用合并构建,则不需要单独安装)
环境配置示例
以下是配置环境的示例步骤:
-
安装 CMake:
- 下载并安装 CMake 3.14 或更高版本。
- 配置系统环境变量,确保 CMake 可执行文件在 PATH 中。

-
安装编译器:
- 安装支持 C++23 的编译器,如 MSVC、GCC 或 Clang。
- 配置系统环境变量,确保编译器可执行文件在 PATH 中。

-
安装 Zydis(可选):
- 如果使用合并构建,则不需要单独安装 Zydis。
- 如果需要单独安装,请参考 Zydis 的官方文档进行安装。

4. 项目安装方式
SafetyHook 可以通过以下几种方式安装:
使用 CMake 的 FetchContent
- 在您的 CMake 项目中,添加以下代码以使用 FetchContent 下载并安装 SafetyHook:
include(FetchContent)
# SafetyHook
FetchContent_Declare(
safetyhook
GIT_REPOSITORY "https://github.com/cursey/safetyhook.git"
GIT_TAG "origin/main"
)
FetchContent_MakeAvailable(safetyhook)
- 如果您希望 SafetyHook 自动下载并安装 Zydis,请启用 CMake 选项
-DSAFETYHOOK_FETCH_ZYDIS=ON。
使用 Git 子模块
- 在您的项目根目录中,使用以下命令将 SafetyHook 添加为 Git 子模块:
git submodule add https://github.com/cursey/safetyhook.git
- 在 CMakeLists.txt 中,添加以下代码以包含 SafetyHook:
add_subdirectory(safetyhook)
使用合并构建
- 访问 SafetyHook 的发布页面,下载包含 Zydis 的合并构建 ZIP 文件。
- 将 ZIP 文件解压到您的项目目录中。
- 在 CMakeLists.txt 中,添加以下代码以包含 SafetyHook:
add_subdirectory(safetyhook)
5. 项目处理脚本
以下是一个简单的示例脚本,展示如何在项目中使用 SafetyHook:
#include <iostream>
#include <safetyhook.hpp>
__declspec(noinline) int add(int x, int y) {
return x + y;
}
SafetyHookInline g_add_hook;
int hook_add(int x, int y) {
return g_add_hook.call<int>(x * 2, y * 2);
}
int main() {
std::cout << "unhooked add(2, 3) = " << add(2, 3) << "\n";
// 创建一个钩子 on add (使用 SafetyHook 的简单 API)
g_add_hook = safetyhook::create_inline(reinterpret_cast<void*>(add), reinterpret_cast<void*>(hook_add));
std::cout << "hooked add(3, 4) = " << add(3, 4) << "\n";
g_add_hook = nullptr;
std::cout << "unhooked add(5, 6) = " << add(5, 6) << "\n";
return 0;
}
通过以上步骤,您可以成功下载、安装并使用 SafetyHook 项目。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler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。
C
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220