探索UnhookMe:动态解钩导入解析器
2024-05-20 18:34:38作者:平淮齐Percy
在现代安全软件无处不在的今天,黑客们面临着前所未有的挑战,这些软件使用热补丁监视着每一个进程。为了应对这一局面,我们推出了一款强大的工具——UnhookMe,这是一个动态解钩导入的解决方案,旨在帮助您绕过那些防护墙。
项目介绍
UnhookMe是一个C++实现的库,它采用完全动态的方式解析和调用Windows API,同时具备动态解钩功能。这个工具旨在提供一种方法,让您的代码可以在不被入侵检测系统(AVs)或端点检测与响应系统(EDRs)干扰的情况下执行关键操作。
项目技术分析
UnhookMe的核心是它的动态导入解析器,它可以避免将WinAPI导入信息记录在PE头文件中。通过使用RESOLVE宏定义,您可以轻松地动态解析和调用函数,甚至可以检测并移除任何已应用的钩子。具体来说,解析器会检查每个导出函数的PE头信息和内存中的实际地址,以判断是否存在挂钩行为,并自动恢复原始代码,使函数再次“未被挂钩”。
项目及技术应用场景
UnhookMe适用于任何需要隐秘执行代码或绕过高级监控系统的场景,特别是在逆向工程、渗透测试以及开发对抗性防御技术时。例如,当您编写一个需要调用特定API但不想被第三方软件追踪的程序时,UnhookMe可以帮助您实现这一点。
项目特点
- 动态解析 - 不依赖静态的导入地址表,而是动态地寻找和解析API。
- 自动解钩 - 在后台运行时自动检测并移除潜在的函数钩子。
- 简单易用 - 只需包含两个头文件,即可在代码中使用便捷的宏定义调用API。
- 适应性强 - 支持处理转发API,尽管可能遇到一些逻辑问题。
- 性能优化 - 使用缓存机制提高后续调用的速度。
通过以下简单的示例,您可以快速理解如何使用UnhookMe来调用未被挂钩的MessageBoxW:
RESOLVE(user32, MessageBoxW);
_MessageBoxW(0, L"Look Ma! I'm unhooked!", L"Third - Unhooked", 0);
最后,如果您对作者的工作表示赞赏,不妨考虑支持他一杯咖啡,让他有动力继续做出更多贡献!
总览UnhookMe,这不仅是一个技术上的创新,也是对抗现代安全威胁策略的重要一步。不论是为了学习还是实践,UnhookMe都值得一试。让我们一起探索更深层次的代码执行隐蔽艺术,增强我们的技术防线。
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-1.5暂无简介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-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
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
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
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!
C
1.03 K
477
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
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258