bluekeep_CVE-2019-0708_poc_to_exploit 的项目扩展与二次开发
2025-05-23 04:03:29作者:凌朦慧Richard
项目的基础介绍
本项目是基于 CVE-2019-0708 问题的一个尝试性 PoC 转 exploit 的开源项目。CVE-2019-0708,也被称为 BlueKeep 问题,是微软远程桌面协议(RDP)中的一个关键远程代码执行问题。该问题影响多个版本的 Windows 系统,一旦被成功利用,攻击者可以在未授权的情况下远程执行任意代码。
项目的核心功能
项目的核心功能是对 BlueKeep 问题的 PoC 进行改进,尝试转化为实际的利用代码。目前项目尚未实现远程代码执行(RCE),但提供了一些基础的 PoC 代码,用于验证目标的状态。
项目使用了哪些框架或库?
该项目主要使用 Python 语言开发,依赖于以下框架或库:
pycryptodome:用于加密和解密数据。construct:用于构造和解析网络数据包。
项目的代码目录及介绍
项目的代码目录结构如下:
cmd_powershell_create_user.txt:用于创建用户账号的 PowerShell 脚本。dos.py:用于进行测试的 Python 脚本。poc.py:用于执行 PoC 的 Python 脚本。README.md:项目说明文件。LICENSE:项目许可证文件。
对项目进行扩展或者二次开发的方向
-
完善利用代码:目前项目尚未实现远程代码执行,可以通过分析目标系统的内存转储,开发出能够成功弹出 shell 的利用代码。
-
增加检测功能:在现有代码基础上,可以增加更详细的检测逻辑,帮助用户快速识别目标系统是否受影响。
-
扩展兼容性:目前项目可能只支持部分 Windows 版本,可以通过增加对更多版本的兼容性支持,扩大项目的适用范围。
-
开发图形用户界面:为了提高用户体验,可以开发一个图形用户界面(GUI),使非技术用户也能轻松运行和配置工具。
-
集成其他相关工具:将本项目与现有的其他测试工具进行集成,形成一个更完整的测试套件。
通过上述的扩展和二次开发,本项目将能更好地服务于网络安全领域,帮助安全专家发现和解决问题,同时促进社区的协作与知识共享。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.68 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143