laZzzy 项目下载及安装教程
2024-12-07 01:48:17作者:冯爽妲Honey
1. 项目介绍
laZzzy 是一个使用不同开源库开发的 shellcode 加载器,展示了多种执行技术。该项目的主要功能包括直接系统调用和原生(Nt*)函数、导入地址表(IAT)规避、加密负载(XOR 和 AES)、随机生成的密钥、自动填充负载、字节级内存解密、PPID 欺骗、阻止非微软签名的 DLL、克隆 PE 图标和属性、代码签名等。
2. 项目下载位置
要下载 laZzzy 项目,请按照以下步骤操作:
- 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/capt-meelo/laZzzy.git
3. 项目安装环境配置
3.1 系统要求
- Windows 操作系统
- Visual Studio 2019 或更高版本
- Python 3.x
3.2 安装 Visual Studio
- 下载并安装 Visual Studio 2019 或更高版本。
- 在安装过程中,确保选择以下组件:
- C++ Clang Compiler for Windows
- C++ Clang-cl for build tools
- ClickOnce Publishing
3.3 安装 Python 3.x
- 下载并安装 Python 3.x。
- 安装完成后,打开命令提示符并运行以下命令以安装所需的 Python 模块:
python3 -m pip install -r requirements.txt
3.4 环境配置示例


4. 项目安装方式
- 打开 Visual Studio 并加载 laZzzy 项目。
- 在 Visual Studio 中,选择
Release配置并构建项目。 - 构建完成后,生成的可执行文件将位于
loader\x64\Release\目录下。
5. 项目处理脚本
laZzzy 项目包含一个名为 builder.py 的 Python 脚本,用于生成和配置 shellcode 加载器。以下是使用该脚本的示例:
python3 builder.py -s calc.bin -p CaptMeelo -m 1 -pp explorer.exe -sp C:\\Windows\\System32\\notepad.exe -d www.microsoft.com -b C:\\Windows\\System32\\mmc.exe
5.1 脚本参数说明
-s: 指定 shellcode 文件路径。-p: 指定加密密码。-m: 指定 shellcode 执行方法。-tp: 指定要注入的进程。-sp: 指定要生成的进程。-pp: 指定要欺骗的父进程。-b: 指定要欺骗的二进制文件。-d: 指定要欺骗的域名。
通过以上步骤,您可以成功下载、配置和使用 laZzzy 项目。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781