【网络安全】Java内存马的检测与发现

  • 一、Java内存马的现象
  • 二、检测思路
  • 三、重点关注类
  • 四、检测方法
    • 1. 检查方法(FindShell)
    • 2. 检查方法(sa-jdi)
    • 3. 检查方法(arthas-boot)
    • 4. 检查方法(cop.jar)
    • 5. 检查方法(memshell_scanner)

一、Java内存马的现象

webshell可以正常访问,并且从log日志中可以看到webshell的访问状态码为200,但是在对应的目录中却找不到文件,如果存在此类情况,可以判断服务器中了内存马
在这里插入图片描述

二、检测思路

根据Java内存马的特点,检测思路如下:

  • 注入jar包
  • dump已加载的class字节码
  • 反编译为java代码
  • 源码webshell检测

这样检测比较消耗性能,可以考虑缩小源码检测

三、重点关注类

在检测过程中需要重点关注的几个类和方法:

javax/servlet/http/HttpServlet#service
org/apache/catalina/core/ApplicationFilterChain#doFilter
org/springframework/web/servlet/DispatcherServlet#doService
org/apache/tomcat/websocket/server/WsFilter#doFilter

四、检测方法

1. 检查方法(FindShell)

排查工具:FindShell:https://github.com/geekmc/FindShell

安装&打包方法:

  1. 进入到FindShell目录,打包项目,执行mvn package
    • 如果没有mvn命令需要先install apache-maven
    • 如果报错提示sd-jdi.jar的问题,就需要修改pom⽂件中的sd-jdi.jar⽂件的路径,然后重新打包
  2. 打包成功后会在target⽬录下⽣成FindShell-1.0.jar⽂件

通过官方文档可以得知检测命令为java -jar FindShell.jar --pid [目标JVM的PID]

  1. 找到jvm进程,并记住pidjps -l
  2. 查找内存⻢并dumpclass⽂件(保存在当前路径下):java -jar FindShell-1.0.jar --pid xxx —debug

发现内存马提示如下图所示
c9.p
未发现内存马提示如下图所示:
在这里插入图片描述

针对dump出来的⽂件使⽤jd-gui进⾏class反编译,可以发现是冰蝎3.0

在这里插入图片描述
在这里插入图片描述

2. 检查方法(sa-jdi)

排查工具:sa-jdi.jar: 在jdk中的/lib/目录下、dumpclass.jar:https://github.com/hengyunabc/dumpclass

使用方法:
使用GUI的方法可以执行命令如下:

  1. 找到sa-jdi.jar⽂件位置:echo $JAVA_HOME/lib
  2. 出现图形化界面:sudo java -cp sa-jdi.jar sun.jvm.hotspot.HSDB
    • or 不找位置直接执行:sudo java -classpath "$JAVA_HOME/lib/sa-jdi.jar" sun.jvm.hotspot.HSDB
    • or jhsdb hsdb

注:如果在attach进程的时候提示error,多半是权限问题,程序权限和木马权限保持⼀致即可
在这里插入图片描述
在这里插入图片描述
注入以后可以在菜单栏的tools中查看是否有关键类
在这里插入图片描述
如果发现存在关键class的话,可以使用dumpclass.jar或者sa-jdi文件进行dump(sa-jdi.jar可以点击下图的create进行创建)
在这里插入图片描述
如下图所示
左半部分图片上面为存在类,成功导出;
左半部分下面为不存在无法导出的结果
在这里插入图片描述
使用jd-gui进行反编译
在这里插入图片描述
在这里插入图片描述

3. 检查方法(arthas-boot)

检查工具:arthas-boot.jar:https://github.com/alibaba/arthas/releases

使用方法:

  1. java -jar arthas-boot.jar
    • 查看相关类名:sc xxxxx类名
    • 反编译类名:jad xxxxx类名
    • 下载指定类到本地:dump xxxxx类名

在这里插入图片描述
直接反编译选中的类

在这里插入图片描述

4. 检查方法(cop.jar)

检查工具:cop.jar:https://github.com/LandGrey/copagent/

使用方法:java -jar cop.jar -p xxx
在这里插入图片描述
执行后在本地存放扫描结果,并标注高、中、低危

在这里插入图片描述
同时也把可能有问题的代码转成java⼀并存放在本地

在这里插入图片描述
在这里插入图片描述

5. 检查方法(memshell_scanner)

检查工具:memshell_scanner.jsp:https://github.com/c0ny1/java-memshell-scanner

使用方法:把jsp文件放在存在内存马的web目录中,然后访问该文件即可

![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/b01a53f05dda4436b6c2258b39c9defb.png

参考链接:

  • 内存马查杀思路:https://my.oschina.net/9199771/blog/5529686
  • Arthas 简介:https://arthas.aliyun.com/doc/

其他内存马查杀工具:

  • https://github.com/huoji120/DuckMemoryScan
  • https://github.com/xyy-ws/NoAgent-memshell-scanner
  • https://github.com/threedr3am/ZhouY

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/web/79787.shtml
繁体地址,请注明出处:http://hk.pswp.cn/web/79787.shtml
英文地址,请注明出处:http://en.pswp.cn/web/79787.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ISP有感自发

一、黑电平 由于传感器,即便在无光的情况下,依然会产生微小的暗电流,这些暗电流可能是噪点会影响后期的调试。因此,我们便将这些电流处理为0,成为纯黑的颜色。可以在源头消除这些误差。 如何矫正黑电平: …

数字信号处理-大实验1.1

MATLAB仿真实验目录 验证实验:常见离散信号产生和实现验证实验:离散系统的时域分析应用实验:语音信号的基音周期(频率)测定 目录 一、常见离散信号产生和实现 1.1 实验目的 1.2 实验要求与内容 1.3 实验…

【SSL证书系列】https双向认证中客户端认证的原理

HTTPS双向认证(也称为双向SSL/TLS认证)是一种增强安全性的机制,其中客户端和服务器都需要验证彼此的数字证书,以确保双方身份的真实性。以下是其核心原理和步骤的详细解析: 一、双向认证的核心目标 双向身份验证&#…

Linux系统编程——fork函数的使用方法

在 Linux 系统编程 中,fork() 函数是创建新进程的关键系统调用。fork() 在当前进程(父进程)中创建一个几乎完全相同的子进程。子进程和父进程从调用 fork() 的位置继续执行,但它们是两个独立的进程,每个进程都有自己的…

LLMs之ChatGPT:《Connecting GitHub to ChatGPT deep research》翻译与解读

LLMs之ChatGPT:《Connecting GitHub to ChatGPT deep research》翻译与解读 导读:这篇OpenAI帮助文档全面介绍了将GitHub连接到ChatGPT进行深度代码研究的方法、优势和注意事项。通过连接GitHub,用户可以充分利用ChatGPT强大的代码理解和生成…

flutter 视频通话flutter_webrtc

flutter 比较热门的库 flutter_webrtc | Flutter package agora_rtc_engine | Flutter package 我使用的是flutter_webrtc 下面是官方推荐的demo库 GitHub - flutter-webrtc/flutter-webrtc-demo: Demo for flutter-webrtc 其中 https://demo.cloudwebrtc.com:8086/ 已经停…

同设备访问php的多个接口会有先后等待问题

同设备访问php的多个接口会有先后等待问题 这个现象的核心原因通常与 PHP 的 Session 锁机制 有关,即使两个接口表面上无关联,也可能因共享 Session 导致请求排队。以下是详细分析: 关键背景:PHP 的 Session 锁机制 PHP 的 Sessi…

【免杀】C2免杀技术(三)shellcode加密

前言 shellcode加密是shellcode混淆的一种手段。shellcode混淆手段有多种:加密(编码)、偏移量混淆、UUID混淆、IPv4混淆、MAC混淆等。 随着杀毒软件的不断进化,其检测方式早已超越传统的静态特征分析。现代杀软往往会在受控的虚…

【论文阅读】Dip-based Deep Embedded Clustering with k-Estimation

摘要 近年来,聚类与深度学习的结合受到了广泛关注。无监督神经网络,如自编码器,能够自主学习数据集中的关键结构。这一思想可以与聚类目标结合,实现对相关特征的自动学习。然而,这类方法通常基于 k-means 框架,因此继承了诸如聚类呈球形分布等各种假设。另一项常见假设(…

.NET8关于ORM的一次思考

文章目录 前言一、思路二、实现ODBC>SqlHelper.cs三、数据对象实体化四、SQL生成SqlBuilder.cs五、参数注入 SqlParameters.cs六、反射 SqlOrm.cs七、自定义数据查询八、总结 前言 琢磨着在.NET8找一个ORM,对比了最新的框架和性能。 框架批量操作性能SQL控制粒…

CVE-2025-31258 macOS远程视图服务沙箱逃逸漏洞PoC已公开

苹果公司近日针对macOS系统中新披露的CVE-2025-31258漏洞发布补丁,该漏洞可能允许恶意应用程序突破沙箱限制,获取未授权的系统资源访问权限。在安全研究员Seo Hyun-gyu公开概念验证(PoC)利用代码后,该漏洞已在macOS Se…

21.第二阶段x64游戏实战-分析采集物偏移

免责声明:内容仅供学习参考,请合法利用知识,禁止进行违法犯罪活动! 本次游戏没法给 内容参考于:微尘网络安全 上一个内容:20.第二阶段x64游戏实战-代码实现遍历周围 上一个内容里把遍历周围的npc和玩家…

2025年全新 GPT 4.5 AI 大模型 国内免费调用

一、中转账号注册 第一步:打开宙流AI中转站,网站地址如下: 宙流AI中转站 按照上图中的操作步骤,通过邮箱进行账号注册,注册完毕后,网站初始会分配0.4刀的免费额度,获取额度后,即可…

基于事件驱动和策略模式的差异化处理方案

一、支付成功后事件驱动 1、支付成功事件 /*** 支付成功事件** author ronshi* date 2025/5/12 14:40*/ Getter Setter public class PaymentSuccessEvent extends ApplicationEvent {private static final long serialVersionUID 1L;private ProductOrderDO productOrderDO;…

简述Web和HTTP

目录 HTTP概述 非持续连接和持续连接 非持续连接 持续连接 HTTP报文格式 HTTP请求报文 HTTP响应报文 用户与服务器的交互:cookie Web缓存 条件GET方法 Web 即万维网,是一个基于超文本和 HTTP 协议的全球性信息系统,通过浏览器访问…

基于STM32的LCD信号波形和FFT频谱显示

一、项目准备 主要利用LCD驱动中的画点和画连线函数,驱动是正点原子给我写好了的画点和画线的函数等些相关函数 void LCD_Draw_Circle(u16 x0,u16 y0,u8 r); //画圆 void LCD_DrawLine(u16 x1, u16 y1, u16 x2, u16 y2); //画线 二、画波形图函数实…

Go 语言即时通讯系统开发日志-day1:从简单消息收发 Demo 起步

Go语言即时通讯系统开发日志day1,主要模拟实现的一个简单的发送消息和接受消息的小demo,因为也才刚学习go语言的语法,对go的json、net/http库了解不多,所以了解了一下go语言的encoding/json库和net/http库,以及websock…

基于vllm-ascend的华为atlas大模型部署

vllm-ascend介绍: vLLM 昇腾插件 (vllm-ascend) 是一个让vLLM在Ascend NPU无缝运行的后端插件。 此插件是 vLLM 社区中支持昇腾后端的推荐方式。它遵循[RFC]: Hardware pluggable所述原则:通过解耦的方式提供了vLLM对Ascend NPU的支持。 使用 vLLM 昇腾…

贝叶斯优化Transformer融合支持向量机多变量时间序列预测,Matlab实现

贝叶斯优化Transformer融合支持向量机多变量时间序列预测,Matlab实现 目录 贝叶斯优化Transformer融合支持向量机多变量时间序列预测,Matlab实现效果一览基本介绍程序设计参考资料 效果一览 基本介绍 1.BO-TransformerSVM多变量时间序列预测&#xff0c…

状压DP总结

前言 一般来讲 n n n 数据范围在 10 ~ 25 之间都是可以进行状态压缩的 -> 2 n 2^n 2n 状压 The 2024 Shanghai Collegiate Programming Contest Problem G.象棋大师 知识点:线性DP,状压DP,预处理 辅助转移的技巧 首先看到 n*n 的方格…