探索Windows WMI的新境界:WMEye
探索Windows WMI的新境界:WMEye
项目介绍
欢迎来到WMEye的世界,一个创新的实验工具,专注于探索Windows管理 instrumentation(WMI)的潜力。这个工具设计用于实现横向移动,并利用WMI和远程MSBuild执行。它将编码或加密的shellcode上传到远程目标的WMI类属性中,创建事件过滤器,当触发时,通过特殊WMI类LogFileEventConsumer编写基于MSBuild的Payload,然后远程执行该payload。
项目技术分析
WMEye的核心功能在于它的无文件横向移动策略,利用WMI进行操作。它首先创建远程WMI类,然后在其中存储shellcode。接着,它设置一个事件过滤器,当powershell.exe进程启动时,触发LogfileEventConsumer,这会将MSBuild Payload上传到远程系统。最后,调用Win32_Process Create
以远程执行MSBuild。有趣的是,MSBuild Payload会从WMI类属性中获取解码并执行的shellcode。
项目及技术应用场景
WMEye适用于安全研究人员、渗透测试人员以及任何希望深入了解Windows系统内核安全的人士。它可以与Cobalt Strike的Execute-Assembly功能结合使用,模拟真实环境下的攻击场景。此外,由于其无文件的特点,使其在不留下明显痕迹的情况下进行横向移动,成为红队操作中的有力工具。
项目特点
- 独特的shellcode存储方式:WMEye将编码的shellcode存储在远程机器的伪造WMI类属性中,提供了一种新颖的隐蔽方法。
- 巧妙的Payload传输:利用LogFileEventConsumer而不是直接通过
win32_process Create
来启动PowerShell,降低了被检测的可能性。 - 未来规划:WMEye计划改进Payload的执行方法,添加GZIP压缩,支持NTLM PTH以及清理功能,以提高效率和安全性。
预览效果
查看项目的预览动画,wmeye.gif,你可以直观地看到WMEye的工作流程。
注意事项
WMEye目前处于实验阶段,尚未达到实际应用的标准。但在深入研究和理解Windows系统安全方面,它已经是一个强大的学习资源。
致谢
WMEye的灵感来源于Fireeye的一份研究报告,感谢他们的宝贵贡献。
想要挑战WMI的边界,掌握高级的安全技巧吗?WMEye是你的不二选择。立即加入,一起探索这个奇妙的技术领域吧!
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









