← 返回列表

面向安全产品测试的静态混淆型 Shellcode Loader 设计与对抗分析

聚合站 SecWiki技术 入库 2026-11-18T04:06:56

面向安全产品测试的静态混淆型 Shellcode Loader 设计与对抗分析

用户fqlHv6wExe

·2025-07-06 19:39·43 分钟·2.1K·河北·安全工具

近年来,随着 C2 框架广泛应用于安全对抗模拟,各大安全厂商也不断提升其检测能力,那么安全厂商自研的安全软件,是否能有效防御此类威胁?对于此疑问的好奇,我开始对安全软件和 C2 框架进行了深入的研究,于是此项目诞生了。此项目旨在模拟严苛的静态环境来测试安全软件对于 C2 框架的检测力度。此项目对于研究安全问题的伙伴,对于安全厂商以及对于研发安全产品的企业提供了关于 C2 框架检测相关的数据支持。

github 地址:https://github.com/LilDean17/ShellcodeLoader2025

一、项目背景

近年来,随着 C2 框架广泛应用于安全对抗模拟,各大安全厂商也不断提升其检测能力,那么安全厂商自研的安全软件,是否能有效防御此类威胁?对于此疑问的好奇,我开始对安全软件和 C2 框架进行了深入的研究,于是此项目诞生了。此项目旨在模拟严苛的静态环境来测试安全软件对于 C2 框架的检测力度。此项目对于研究安全问题的伙伴,对于安全厂商以及对于研发安全产品的企业提供了关于 C2 框架检测相关的数据支持。

1.1 什么是 C2 框架?

C2(Command &Control 命令与控制)框架,特指渗透人员用于建立、管理和维持对已控系统(被控端)的集中化、结构化的软件体系平台。它是高级持续性威胁和定向攻击的核心工具,实现了攻击行动的数据窃取和横向移动。其核心目标如下:

1.2 C2 框架的核心组件是什么?

C2 框架的核心架构图如下:

1.3 为什么要使用 loader?

shellcode 作为威胁存在的一种重要形式,其存储方式非常隐蔽,且可被攻击者快速地传播利用。loader 加载器是加载执行 shellcode 的一串代码,它通常直接或间接的运行 shellcode 程序。为了测试安全软件的功能性,观测其在木马隐蔽场景下的查杀率,所以选用 shellcode + loader 的方式测试安全软件的功能。

1.4 静态查杀与动态查杀的区别?

静态查杀通常是通过扫描文件的静态特征匹配病毒库来判断此文件是否属于木马家族或其他恶意文件,如果属于,安全软件则会发送告警。动态查杀通过监测可执行文件的行为,来匹配其是否属于恶意文件,如果其触发了安全厂商设定的敏感行为(如:修改注册表),则触发告警。

1.5 安全软件对 shellcode 的检测挑战

由于 shellcode 以二进制形式连续存储于内存之中,其可以被攻击者实施加密存储,因此静态识别并查杀情况下,shellcode 具有非常强的隐蔽性,安全软件需要多方面判断来识别 shellcode 所运行的进程是否具有危害。这极大的要求了安全软件在静态查杀和动态查杀方面的结合,通过一系列复杂的判断条件识别潜在的威胁。

二、软件设计

为了测试各大厂商的安全软件对于 shellcode 的识别能力,我自主开发了一套静态混淆型 shellcode 加载框架用于测试。本项目由两个子系统构成,分别承担 shellcode 构建、加壳和加载的任务。

2.1 shellcode builder(构建端)

使用 python 实现,主要职责:

包含模块:

2.2 shellcode loader(运行端)

使用 c 实现,主要职责:

包含模块:

2.3 架构图

三、静态混淆策略

3.1 函数哈希的随机化

特征提取检测是安全软件检测市面上木马病毒常用手段,安全厂商通过提取特征码并存储到病毒库中来匹配某一特定的恶意程序。通常情况下特征码是从一些静态数据或恒定的二进制代码端提取的,为了避免被提取特征码,我将一些静态数据如函数哈希和密钥/iv 做了随机化处理,确保每一次生成的 loader 的静态数据都是不唯一的。

3.2 shellcode 加密处理

shellcode 加密是最常见的混淆手段,在程序运行前,shellcode 同时是加密存储在二进制文件中。加密存储虽然有效,但是安全厂商也有针对的应对策略,基于熵值的检测。shellcode 加密会导致文件熵值增高,这会导致可执行文件在安全软件严重十分可以,为了避免熵值的膨胀,我们需要将加密后的数据转换成合法数据。

3.3 shellcode 编码处理

shellcode 编码将加密后的数据转换成合法数据,如:ipv4 地址、uuid、mac 地址等,此软件实现 ipv4 地址和 uuid 编码降低熵值。

3.4 ollvm 混淆

为了防止代码段特征的提取,我使用了 clang 编译器开发此软件,重点使用此编译器拓展的 ollvm 混淆功能。ollvm 混淆能有效提升编译后的代码复杂度和逆向难度,ollvm 有非常多的混淆机制:如控制流平坦化、指令替换、虚假控制流等。

3.5 动态混淆策略

由于此项目的目的是针对安全软件对静态混淆型 shellcode loader 的测试,而不是单一地去绕过某一安全软件的检测,所以只添加了最基础的动态混淆的代码以提升 shellcode loader 的存活率。动态混淆方面,此项目使用到了开源 syscall 工具 hell’s gate,结合本项目,其详细功能如下:

四、项目拓展

为了进一步测试安全软件的功能,我对此项目进行了扩展。真实场景中 loader 不一定是 exe 可执行文件,它很有可能是 dll 文件。某些情况下,dll 文件可能通过进程劫持注入代码。这种情况下,shellcode 的执行可能会更加隐蔽,为了模拟这种效果,我为我的项目实现了生成 dll 的功能。

五、安全软件测试结果

本项目设计目标之一是验证相同的静态混淆策略对主流终端安全软件的触发行为差异,以评估各加载方式的有效性与隐蔽性。

5.1 测试环境
5.2 测试方式说明

| 阶段 | 说明 |
| 静态查杀 | 下载 loader 可执行文件并执行后是否触发报毒。 |
| 解密解码 | 解密解码 shellcode 后是否触发报毒 |
| 执行阶段 | 开始执行是否触发报毒 |
| 执行后 | 执行后进行常规操作是否触发报毒(这里采用读取文件信息进行测试) |
| 敏感操作 | 执行后进行敏感操作是否触发报毒(这里采 用读取系统进程信息进行测试) |

5.3 测试结果

cobaltstrike 4.8 beacon 测试结果

| 安全软件 | 文件类型 | 静态查杀 | 解密解码 | 执行阶段 | 执行后 | 敏感操作 |
| Microsoft Defender | exe 可执行文件 | ❌触发扫描,但未报毒 | ❌内存明文存放 shellcode,未报毒 | ✔️立刻报毒 | 无 | 无 |
| Microsoft Defender | dll 劫持 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 360 安全卫士 | exe 可执行文件 | ❌主动扫描,未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 360 安全卫士 | dll 劫持 | ✔️立刻报毒,标记为检测到 dll 劫持 | 无 | 无 | 无 | 无 |
| 火绒安全个人版 | exe 可执行文件 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 火绒安全个人版 | dll 劫持 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 卡巴斯基企业版 | exe 可执行文件 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 卡巴斯基企业版 | dll 劫持 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |

havoc demon 测试结果

| 安全软件 | 文件类型 | 静态查杀 | 解密解码 | 执行阶段 | 执行后 | 敏感操作 |
| Microsoft Defender | exe 可执行文件 | ❌触发扫描,但未报毒 | ❌内存明文存放 shellcode,未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| Microsoft Defender | dll 劫持 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 360 安全卫士 | exe 可执行文件 | ❌主动扫描,未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 360 安全卫士 | dll 劫持 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 火绒安全个人版 | exe 可执行文件 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 火绒安全个人版 | dll 劫持 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 卡巴斯基企业版 | exe 可执行文件 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |
| 卡巴斯基企业版 | dll 劫持 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 | ❌未报毒 |

⚠️注:以上测试仅用作数据参考,不代表安全产品的优劣。

六、测试结果分析

6.1 C2 框架测试结果对比

| 对比维度 | cobaltstrike 4.8 beacon | havoc demon |
| 静态检测风险 | 高(即使高强度加密编码,仍能被 360 启发式识别) | 极低(无法识别) |
| 内存行为检测风险 | 高(Defender 捕获 exe 内存特征可以识别) | 极低(无法识别) |
| 感知强度 | 高(安全厂商针对性研究) | 极低(全平台规避监测) |

6.2 各大厂商安全软件测试结果对比

| 安全厂商 | 查杀方式类别 | 对 beacon 的响应 | 对 demon 的响应 | 查杀策略水平评估 | 初步技术判断/推测机制 |
| Microsoft Defender | 内存行为感知 + 部分特征扫描 | ✔️ 执行阶段立刻报毒 | ❌ 全程绕过 | ⭐⭐⭐⭐(4/5) | 监控内存 + 内存扫描 |
| 360 安全卫士 | 启发式判定 | ✔️ dll 劫持加载瞬间拦截,exe 无响应 | ❌ 全程绕过 | ⭐⭐⭐(3/5) | 启发式判定系统评估 |
| 火绒安全软件 | 以防护为主 | ❌ 全程绕过 | ❌ 全程绕过 | ⭐⭐(2/5) | 未知 |
| 卡巴斯基企业版 | 未知 | ❌ 全程绕过 | ❌ 全程绕过 | ⭐⭐(2/5) | 未知 |

6.3 什么是启发式查杀?

启发(heuristic):(一种教学方法)让学生通过自己发现事物并从自己的经验中学习,而不是通过告诉他们事物来学习。

启发式查杀:给予安全软件一定的规则,让安全软件以此规则作为经验,去分析一个程序的合规性,而不是通过严格的逻辑推理来解决问题。常见的启发式查杀经验:

6.4 Microsoft Defender 测试结果分析

查杀 beacon 原因推测分析如下:

执行阶段立刻查杀,此时 shellcode 已被解密解码,明文存储在内存中。但是,Microsoft Defender 全程监控此进程内存,当检测到 shellcode 的内存由 RW -> RX 修改时,扫描该区域并匹配到 beacon 特征。

未检测到 dll 劫持原因推测分析如下:

完全忽视 dll 劫持场景,不对进程进行监控。

未检测到 demon 的原因:

未分析并提取 demon 特征。

6.5 360 安全卫士测试结果分析

瞬间查杀 beacon 的 dll 劫持原因推测分析如下:

启发式判定系统检测到可疑 dll(导出表可疑等),最主要的判定其为恶意 dll 的原因是分析加密编码后的 shellcode 的特征,如:

未检测到 exe 中的 shellcode 的原因如下:

启发式判定系统认为 exe 中存在过长的数据是合理行为。

dll 劫持未查杀 demon 的原因:

6.6 火绒安全软件测试结果分析

未检测到 shellcode 的原因:

个人版以安全防护为主,考虑真实用户体验。

6.7 卡巴斯基企业版测试结果分析

卡巴斯基企业版即使开启云查杀等所有功能,但仍未检测到 shellcode 的原因:

本实验使用卡巴斯基企业版默认配置,联网环境并开启云查杀,但在本测试环境下确实未触发检测机制。

⚠️注:以上结论可能导致对卡巴斯基的查杀水平错误低估,请理性看待。

6.8 总结

针对严苛静态无特征化的 shellcode loader 有用的技术:

七、使用方法

7.1 运行环境

注:以上是本人使用的运行环境,仅仅作为参考。

7.2 支持参数

其中 --export 导出函数文件存储如下示例内容:

7.3 构建过程

使用如上默认配置进行构建,python 将执行如下操作进行构建:

配置注入:

编译 loader:

构建完成后,在 build 目录下会生成 loader。

八 、项目价值与边界

8.1 应用场景价值

本项目设计初衷为在合法授权的环境中,用作以下内容的研究与评估:

8.2 合规边界声明

本项目不包含任何恶意 payload 或远控功能,仅提供 loader 框架和加密封装机制,所有测试 payload 必须由用户在合法授权环境下自行提供,且尽在授权环境中使用。

8.3 作者声明

九、声明与许可

9.1 项目免责声明

本项目仅供安全研究、教育教学和防御评估。不得将其用于任何非法用途,包括但不仅限于未授权渗透、后门植入等。所有示例均在授权环境下进行测试。

评论1

相关阅读

哥斯拉流量加解密浅析(jsp篇)0x00 简介
此篇文章针对jsp版本的哥斯拉webshell进行分析, 主要分析对应JAVA_AES_BASE64载荷, JAVA_AES_RAW载荷分析类似。另外此篇文章分析采用的哥斯拉版本为V3.03, 但是该版本和V4.01版本不论是客户端还是服务端处理均无太大不同, 甚至哥斯拉V3.03和V4.01的服务端jsp代码都一模一样, 请放心食用。
0x01 哥斯拉源码解析
哥斯拉webshe瓜皮雪145K06

数据库基线检查工具DB_BASELINE介绍
主要是没找到一款比较好的数据库基线检查工具
索性自己写了一个 https://github.com/wstart/DB_BaseLine
DB_BASE 使用说明
帮助信息 python db_baseline.py -h
DB_BASELINE 检查规范
根据查阅的资料和文档,基线检查主要分为以下四类
账号权限
检查各个权限账号是否有过多的不必要的权限,检查数据库的文件的权限,是wstart90K14

Hashcat的使用手册总结简介
Hashcat是自称世界上最快的密码恢复工具。它在2015年之前拥有专有代码库,但现在作为免费软件发布。适用于Linux,OS X和Windows的版本可以使用基于CPU或基于GPU的变体。支持hashcat的散列算法有Microsoft LM哈希,MD4,MD5,SHA系列,Unix加密格式,MySQL和Cisco PIX等。
hashcat支持多种计算核心:
GPU
CPU
APU
DBy七友85K712

如何将Xerosploit移植到MacOS0x01 前言
笔者很喜欢Xerosploit这个工具 奈何其并不支持MacOS 也就意味着日常使用都需要到虚拟机里面去运行 很是麻烦 仔细看了一下Xero的代码 主要集成bettercap和nmap这两个项目(都支持MacOS)其代码并不复杂 就算自己基于MacOS重写一个也不是什么难事 但是怕喷子们骂抄袭嘛 故决定直接移植算了(工程量并不亚于重写。)
0x02 代码分析/修改
Github下载TheKingOfDuck67K03

[像fofa一样解析RDP信息,RDP提取操作系统,RDP登录截屏 (Golang实现)从fofa中搜索RDP,会看到它会解析出RDP的信息。
本文探索如何自己实现一个。
Nmap指纹
在https://raw.githubusercontent.com/nmap/nmap/master/nmap-service-probes 可以找到关于RDP发包的定义

########################NEXT PROBE#######################w9ay63K10](https://xz.aliyun.com/news/11424)
原文链接:https://xz.aliyun.com/news/18381