推荐开源项目:Ps-Tools - 进攻操作中的高级进程监控工具包
在网络安全领域中,对目标系统的深入理解是执行任务的关键。【Ps-Tools】就是这样一款先进的进程监控工具集,专为红队行动和安全研究人员设计,帮助我们收集并分析受感染系统上运行的进程数据,以洞察目标组织的IT架构布局,并通过实时监控来应对环境变化或调查。
1、项目介绍
Ps-Tools 是一套集成在C2框架(如Cobalt Strike)中的过程工具,提供了全面且详细的系统进程信息。这个开源项目由Outflank公司的Cornelis de Plaa(@Cneelis)开发,并得到了团队其他成员的支持。
了解更多信息以及使用的先进技术,请访问项目作者的博客: Red Team Tactics: Advanced Process Monitoring Techniques in Offensive Operations
2、项目技术分析
该工具集包括以下功能:
Psx: 显示系统上所有运行进程的详细列表。Psk: 提供详细的内核信息,包括加载的驱动程序模块。Psc: 展示具有建立TCP连接的详细进程列表。Psm: 根据特定进程ID显示模块信息(加载的模块,网络连接等)。Psh: 根据特定进程ID展示对象句柄和网络连接的详细信息。Psw: 显示有活动窗口的进程标题。
项目采用C++语言编写,并利用反射DLL技术实现,可以在Visual Studio环境下编译源代码。
3、项目及技术应用场景
渗透测试与红队行动: 在进行渗透测试时,Ps-Tools能帮助研究人员快速发现异常行为,了解目标环境中的潜在风险。
安全事件响应: 当需要监视被入侵系统的动态时,这些工具可以帮助识别新添加的进程或不寻常的通信模式。
恶意软件分析: 对于逆向工程师而言,获取详细的进程和模块信息有助于揭示恶意软件的行为模式。
4、项目特点
- 深度信息: 提供系统级别的进程、内核模块、TCP连接、句柄和窗口标题等详细信息。
- 集成友好: 可无缝集成到Cobalt Strike等C2框架中,便于操作。
- 灵活使用: 单独命令行工具,可以根据需求选择不同功能。
- 源码开放: 开源项目,允许自定义编译和扩展。
要开始使用Ps-Tools,只需下载Outflank-Ps-Tools文件夹并在Cobalt Strike脚本管理器中加载Ps-Tools.cna脚本,然后通过Beacon帮助命令查看语法信息。
在这个项目中,你可以找到攻击操作的创新解决方案,无论是提升你的渗透测试技能还是深化对系统监控的理解,Ps-Tools都是一个值得尝试的优秀工具。立即加入,开启你的高级进程监控之旅!
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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