获取EPROCESS的创建时间,R0层

cjbclown2012 cjbclown2012 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
LARGE_INTEGER a,b;
DWORD *aa;
TIME_FIELDS tmt;
DbgPrint("EP地址:%X\n",process);//地址是对的
a = (LARGE_INTEGER*)process+0x78;//获取退出时间
ExSystemTimeToLocalTime(&a,&b);
RtlTimeToTimeFields(&a,&tmt);
DbgPrint("%d\n%d\n%d\n%d\n%d\n%d\n%d\n%d\n", tmt.Year,tmt.Month,tmt.Day,tmt.Hour,tmt.Minute,tmt.Second,tmt.Milliseconds,tmt.Weekday);//打印出来的时间不对,
我想问一下这里该怎么显示时间呢?谢谢哥们

//LONGLONG tim=PsGetProcessCreateTimeQuadPart(process);
上次有人说这个API获取创建时间,但返回的是LONGLONG的类型,我不太清楚在R0层怎么显示时间

DbgPrint("%ld\n",PsGetProcessCreateTimeQuadPart(process));
//a=PsGetProcessExitTime();
...全文

相关推荐

实用代码脚本易语言源码隐藏进程模块

同时集成用户模式与内核模式双路径适配策略,在无管理员权限时启用R3层Hook技术拦截NtQuerySystemInformation等系统信息查询API,在具备高权限条件下则调用自研驱动完成R0级深度隐藏

codedadi

C++进程隐藏与驱动级隐蔽技术实战项目(含R3用户态+R0内核态完整实现)

简介:本项目“HideProcess完结篇”是一套完整的Windows进程隐藏技术实践资源,涵盖用户态(R3)与驱动级(R0)双重隐蔽方案。基于C++系统编程,深入操作系统内核机制,实现钩子注入、注册表劫持、API行为篡改及内核驱动进程过滤等关键技术。项目包含可编译VS解决方案(HideProcess.sln)、核心源码(R3.cpp)、64位适配文件、调试支持包(Win7Debug)及可视化流程图(123.png),适用于安全研究、反病毒对抗学习与系统级软件开发实践。

华笠医生

Windows 7下C++编写的R3/R0协同进程隐藏工具:含驱动源码、测试程序与完整调试环境

提供一套可在Windows 7系统稳定运行的进程隐藏实践方案,核心由用户态(R3)控制程序和内核态(R0)驱动组成,两者通过标准IOCTL机制通信。R3.exe作为前端触发器,负责发送隐藏指令并验证效果;HideProcess.cer和.inf文件支持驱动签名占位与安装部署;VS2019工程(HideProcess.sln)结构清晰,main.c为驱动入口,R3.cpp封装用户层调用逻辑;编译输出位于x64/Win7Debug目录,包含可执行驱动、PDB调试符号及TLOG构建日志,便于逆向分析与调试复现;配

nept

免杀伪装 ----> R3进程伪装实战(高阶) ---->培养红队免杀思路

探讨了Windows系统中R3进程伪装的复杂性,重点分析了通过修改进程环境块(PEB)来规避安全检测的技术。文章首先强调了R3进程伪装在红队操作和恶意软件开发中的重要性,尤其是在用户态(Ring 3)下通过操控PEB结构体,使恶意进程伪装成合法程序(如记事本),从而躲避任务管理器和杀毒软件的检测。

浩策

基于线性车辆三自由度动力学+无迹卡尔曼滤波UKF估计模型(横摆角速度+质心侧偏角+车速)联合仿真

内容概要:通过构建基于线性车辆三自由度动力学模型与无迹卡尔曼滤波(UKF)的联合仿真系统,实现对车辆关键状态参数的高精度估计,重点包括横摆角速度、质心侧偏角和车速。该方法利用车辆动力学模型描述其横向、纵向及横摆运动行为,结合UKF这一适用于非线性系统的先进状态估计算法,有效处理传感器噪声和模型不确定性,从而在缺乏直接测量手段的情况下,实现对难以获取状态量的可靠估计。整个仿真框架通常在MATLAB/Simulink环境中搭建,能够模拟真实驾驶工况,验证算法的有效性和鲁棒性,为车辆稳定性控制、自动驾驶感知与决策等高级功能提供重要的状态信息支撑。; 适合人群:具备车辆动力学、现代控制理论和MATLAB/Simulink仿真基础,从事汽车工程、自动驾驶或状态估计相关研究的研发人员与研究生。; 使用场景及目标:① 深入理解并掌握非线性系统状态估计的核心方法,特别是UKF的原理与实现;② 学习如何将理论化的车辆动力学模型转化为可用于仿真的模块;③ 实践并验证车辆关键状态(如质心侧偏角)的间接估计技术,服务于车辆动态控制系统的设计与测试。; 阅读建议:此资源以开发仿真模型为核心,不仅关注代码和模型的实现,更强调对车辆动力学机理和滤波算法设计思路的理解。学习者应结合理论知识,动手搭建并调试仿真模型,通过改变工况和参数来观察估计效果,从而深刻领会系统辨识与状态估计在实际工程中的应用价值。

三伯
评论 3
收藏 已收藏
分享
返回顶部