软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18129+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索安全检测，共找到 34 条记录

默认排序最新上传最多下载

网络流量基线建立与异常检测

implementing-network-traffic-baselining

mukul975/Anthropic-Cybersecurity-Skills

该技能利用Python pandas分析历史NetFlow/IPFIX流量数据，建立网络流量的正常基线模型。它计算小时/天级别的数据分布、主机统计和呼叫方画像，并使用Z分数和IQR等统计方法，帮助安全分析师识别数据泄露、心跳包等异常行为。

SIEM用例调优与优化

implementing-siem-use-case-tuning

mukul975/Anthropic-Cybersecurity-Skills

本技能指导安全团队系统性地调优SIEM（如Splunk和Elastic）的检测规则。通过分析历史告警数据、建立环境基线、创建白名单并计算误报率，旨在显著减少告警疲劳（Alert Fatigue），提高安全运营中心的检测准确性和效率。

DNS隧道检测与熵值分析

performing-dns-tunneling-detection

mukul975/Anthropic-Cybersecurity-Skills

本技能用于检测通过DNS协议进行的隧道式数据外泄（DNS Tunneling）。它通过计算DNS查询名称的香农熵、分析查询长度和子域名数量等统计指标，从而识别出非标准、可疑的流量模式。适用于安全评估、事件响应和威胁狩猎。

Linux系统日志取证分析

performing-linux-log-forensics-investigation

mukul975/Anthropic-Cybersecurity-Skills

本指南详细介绍了在Linux系统上进行取证调查的全面技术。内容涵盖了对auth.log、syslog、systemd journal和auditd等关键日志的分析，旨在重建用户会话、追踪未经授权的访问、检测权限提升，并为疑似安全事件建立详细的事件时间线。

用户行为分析与异常检测

performing-user-behavior-analytics

mukul975/Anthropic-Cybersecurity-Skills

本技能执行用户和实体行为分析（UEBA），通过建立行为基线和统计分析模型，检测异常用户活动。它可以识别“不可能旅行”、异常登录模式、特权滥用等行为，帮助安全运营中心（SOC）团队及时发现被盗账户或内部威胁。

NTLM重放攻击事件关联检测

detecting-ntlm-relay-with-event-correlation

mukul975/Anthropic-Cybersecurity-Skills

该技能提供了一套全面的NTLM重放攻击检测框架。通过关联Windows事件4624日志，它能识别源IP与主机名不匹配的异常登录，检测Responder或LLMNR劫持的痕迹，并审计SMB/LDAP协议签名，适用于Active Directory环境下的凭证狩猎和安全审计。

检测DNS隧道中的C2流量

detecting-command-and-control-over-dns

mukul975/Anthropic-Cybersecurity-Skills

本技能用于检测通过DNS协议隧道传输的命令与控制（C2）流量。通过应用香农熵分析、机器学习（ML）进行DGA域名分类，以及结合Zeek/Suricata日志进行关联分析。适用于安全运营中心（SOC）和威胁猎手，用于调查数据外泄、DNS信标行为或可疑的DNS异常活动。

隐私数据检测与屏蔽

sickn33/antigravity-awesome-skills

本技能用于检测和屏蔽图片和截图中的敏感个人身份信息（PII）。它可以处理身份证号、信用卡号、API密钥、电话号码和电子邮件等多种数据类型。所有处理都在本地离线进行，确保敏感数据不会上传到外部服务，适用于安全的数据分析和分享场景。

网页结构化数据提取

browser-extract

本技能用于从渲染的网页中提取结构化数据，包括文本、表格和属性值。它增强了传统爬虫能力，要求所有提取的字符串必须经过AIDefence的PII和提示注入安全检测，确保数据安全。支持创建可复用的提取模板，并能进行单次查询。

药物不良反应信号检测

detecting-pv-signals

maziyarpanahi/openmed

本工具利用OpenFDA/FAERS数据，计算不比例性指标（如PRR、ROR、EBGM等）。通过构建2x2列联表，对药物和不良反应的自发报告进行统计筛选，从而检测潜在的药物反应关联信号（SDR）。这为药物警戒和安全评估提供了重要的统计学假设。

语言