当前位置: 首页 > news >正文

从Shadow Brokers泄露到实际应用:DOUBLEPULSAR检测脚本的演进与发展

从Shadow Brokers泄露到实际应用:DOUBLEPULSAR检测脚本的演进与发展

【免费下载链接】doublepulsar-detection-scriptA python2 script for sweeping a network to find windows systems compromised with the DOUBLEPULSAR implant.项目地址: https://gitcode.com/gh_mirrors/do/doublepulsar-detection-script

DOUBLEPULSAR检测脚本是一款由Countercept开发的Python工具集,专为扫描网络中是否存在Shadow Brokers泄露的DOUBLEPULSAR植入物而设计。该工具支持SMB和RDP两种协议版本的检测,可通过单IP检查、IP列表批量扫描以及网络CIDR范围扫描等多种方式,帮助安全人员快速识别受感染的Windows系统。

🔍 什么是DOUBLEPULSAR植入物?

2017年,黑客组织Shadow Brokers公开泄露了一系列NSA开发的网络攻击工具,其中就包括著名的ETERNALBLUE漏洞利用程序和DOUBLEPULSAR后门植入物。DOUBLEPULSAR作为一种内核级DLL注入工具,能够在目标系统上建立持久化后门,为攻击者提供远程控制能力。

该植入物通过未授权访问方式工作,主要利用SMB(445端口)和RDP(3389端口)协议进行通信。由于其隐蔽性强、传播速度快,曾造成全球范围内的大规模感染事件(如WannaCry勒索病毒)。

🛠️ 检测脚本核心功能解析

DOUBLEPULSAR检测脚本包含两个主要工具:

1. SMB协议检测工具:detect_doublepulsar_smb.py

该工具通过模拟SMB协议交互来检测目标系统是否感染DOUBLEPULSAR植入物。其核心原理是发送特定构造的SMB请求包,然后分析响应特征:

  • 无认证检测:无需登录凭证即可远程检测
  • 架构识别:自动识别植入物的32位/64位架构
  • XOR密钥计算:提取并计算植入物的加密密钥
  • 一键卸载:支持远程清除已检测到的植入物

2. RDP协议检测工具:detect_doublepulsar_rdp.py

针对RDP协议的检测工具,通过分析RDP协商过程中的异常响应来识别感染:

  • SSL与非SSL连接支持:自动处理不同RDP配置
  • 多线程扫描:支持批量IP地址并行检测
  • 详细日志输出:记录检测过程中的关键步骤

🚀 快速上手:从安装到扫描

环境准备

检测脚本基于Python 2开发,无需额外依赖库即可运行。推荐在Kali Linux或其他安全测试发行版中使用:

# 克隆仓库 git clone https://gitcode.com/gh_mirrors/do/doublepulsar-detection-script cd doublepulsar-detection-script

基本使用方法

单IP检测SMB植入物
python detect_doublepulsar_smb.py --ip 192.168.175.128
批量检测RDP植入物
python detect_doublepulsar_rdp.py --file ips.list --verbose --threads 10
网络范围扫描
# 需要安装netaddr库 python detect_doublepulsar_smb.py --net 192.168.0.1/24
检测并卸载植入物
python2 detect_doublepulsar_smb.py --ip 192.168.175.136 --uninstall

高级网络扫描方案

结合masscan工具进行全网端口扫描,快速定位潜在受感染主机:

# 扫描网络中的SMB和RDP开放端口 masscan -p445 192.168.33.0/24 > smb.lst masscan -p3389 192.168.33.0/24 > rdp.lst # 清理IP列表 sed -i "s/^.* on //" smb.lst sed -i "s/^.* on //" rdp.lst # 批量检测漏洞 python detect_doublepulsar_smb.py --file smb.lst python detect_doublepulsar_rdp.py --file rdp.lst

🚨 入侵检测:Snort规则应用

项目提供了三条专门用于检测DOUBLEPULSAR活动的Snort规则,可集成到现有入侵检测系统中:

# 检测SMB植入物请求特征 alert tcp any any -> $HOME_NET 445 (msg:"DOUBLEPULSAR SMB implant - Unimplemented Trans2 Session Setup Subcommand Request"; flow:to_server, established; content:"|FF|SMB|32|"; depth:5; offset:4; content:"|0E 00|"; distance:56; within:2; sid:1618009; classtype:attempted-user; rev:1;) # 检测植入物响应特征 alert tcp $HOME_NET 445 -> any any (msg:"DOUBLEPULSAR SMB implant - Unimplemented Trans2 Session Setup Subcommand - 81 Response"; flow:to_client, established; content:"|FF|SMB|32|"; depth:5; offset:4; content:"|51 00|"; distance:25; within:2; sid:1618008; classtype:attempted-user; rev:1;)

这些规则通过监控SMB协议中的异常Trans2 Session Setup子命令,能够有效识别未经过修改的DOUBLEPULSAR植入物活动。

⚠️ 注意事项与局限性

  1. 操作系统兼容性:部分Windows版本(如Server 2012)可能会返回ACCESS_DENIED错误,这并不一定表示感染,需结合其他线索判断

  2. Python版本要求:脚本基于Python 2开发,不兼容Python 3环境

  3. 网络环境影响:防火墙和入侵防御系统可能会拦截检测流量,导致误判

  4. 签名易绕过:依赖签名的检测方法可能被高级攻击者绕过,建议结合行为分析和内存取证等多种检测手段

📚 深入学习资源

  • 技术分析:Analyzing the DOUBLEPULSAR Kernel DLL Injection Technique

  • 协议逆向:DoublePulsar: Initial SMB Backdoor Ring 0 Analysis

通过这些资源,安全从业人员可以深入了解DOUBLEPULSAR的工作原理,提升检测和防御能力。

🔄 项目演进与未来发展

自2017年发布以来,DOUBLEPULSAR检测脚本持续为全球安全社区提供价值。随着技术的发展,该工具也在不断改进:

  • 增加对新型变体的检测能力
  • 优化扫描性能和准确性
  • 完善日志记录和报告功能

对于现代安全团队而言,定期使用此类工具进行网络扫描,仍是防范已知威胁的重要手段之一。

🔒 总结

DOUBLEPULSAR检测脚本作为应对Shadow Brokers泄露工具的重要防御手段,展示了开源社区在网络安全应急响应中的关键作用。通过理解其工作原理和正确应用这些工具,组织可以显著提升对高级持续性威胁的检测能力,有效保护关键信息资产。

在当今复杂多变的网络安全环境中,及时更新检测工具、定期进行安全扫描、持续关注最新威胁情报,是构建健全防御体系的基础。

【免费下载链接】doublepulsar-detection-scriptA python2 script for sweeping a network to find windows systems compromised with the DOUBLEPULSAR implant.项目地址: https://gitcode.com/gh_mirrors/do/doublepulsar-detection-script

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.gsyq.cn/news/1396819.html

相关文章:

  • 电动车公共充电桩(有完整资料)
  • 如何快速配置智能抢票工具:面向初学者的完整指南
  • 律师IP打造哪家专业?靠谱律师营销机构推荐|深圳律营科技赋能律所长效拓案增收 - 资讯纵览
  • 3步掌握AI视频分析:从零构建智能内容提取系统
  • 2026上海GEO优化公司哪家好?全意图技术领跑者深度测评 - GEO优化
  • 通过Taotoken用量看板我清晰掌握了团队的AI资源消耗
  • i茅台自动化预约系统:5步打造7×24小时智能抢购方案
  • 鸿蒙智慧停车页面构建:预约记录与停车提示模块详解
  • 医学图像半监督分割新范式:概率原型分类器应对数据不确定性
  • 编程语言设计原理
  • 基于卡尔曼滤波KalmanFilter的估计估计研究附Matlab代码
  • 青岛本地网红 4+5 高誉润滑油,国六车能用吗?排放合规解析 - 资讯纵览
  • 通过Taotoken模型广场轻松体验并对比最新旗舰模型的实际效果
  • Buzz:保护隐私的离线语音转录工具,让你的音频文件秒变文字稿
  • CefFlashBrowser:如何构建终极Flash兼容性解决方案的完整指南
  • 基于领域BERT的软件规模自动化估算:从需求文本到功能点的深度学习实践
  • QMCDecode终极指南:如何快速免费解锁QQ音乐加密格式?
  • 从零开始编译BetterClearTypeTuner:.NET Windows Forms项目构建指南
  • YOLOv11改进 | YOLOv11利用InceptionNeXt主干,将大核深度卷积分解为四个并行分支,在提升性能的同时显著降低计算成本
  • 终极指南:如何使用Python独立构建工具创建跨平台Python发行版
  • 你必须让他停下来 - So
  • Turnitin大面积标蓝怎么办?实测英文论文降AI通关指南,实现完美格式保留
  • 别让AI率毁了心血!亲测Turnitin检测率降至10%的英文论文降AI通关指南
  • 开发者指南:OutlookCalDavSynchronizer插件架构与扩展开发
  • 连 Karpathy 都开始恐慌:AI 正在重新定义「程序员」| 硅基时间
  • 如何使用Android GPU Inspector进行GPU内存泄漏检测:终极指南
  • 鸿蒙4.0内核逆向与hdf_sdhci竞态漏洞挖掘实战
  • 具身智能(Embodied AI):当 Agent 拥有了身体
  • SQLite Viewer技术解析:基于sql.js的WebAssembly实现在线数据库解析原理
  • Lovable社区架构设计全图谱(含用户增长漏斗+UGC激励引擎+实时互动协议)