登录
下载

Skill UI

浏览并发现 9765+ 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 网络分析 ，共找到 30 条记录
默认排序 最新上传 最多下载

对抗方基础设施追踪系统

building-adversary-infrastructure-tracking-system
mukul975/Anthropic-Cybersecurity-Skills
165
该系统用于自动化追踪并绘制敌对威胁行为者的C2网络图谱。通过整合被动DNS、WHOIS数据、证书透明度和IP富集等多种数据源，实现基础设施的交叉引爆（Pivoting），帮助安全分析师发现共享托管模式、监控域名重用，并构建完整的威胁情报关系图谱。
查看详情

自动化AI数据采集代理

data-scraper-agent
affaan-m/everything-claude-code
301
该代理旨在为任何公开数据源（如招聘板、价格、新闻等）构建一个全自动、AI驱动的数据采集系统。它能定时抓取数据，利用免费的大语言模型（如Gemini Flash）进行数据富集和分析，并将结果结构化地存储到Notion、Sheets或Supabase等数据库中。适用于需要持续监控和跟踪网络数据的场景。
查看详情

Zeek日志回波行为检测

detecting-beaconing-patterns-with-zeek
mukul975/Anthropic-Cybersecurity-Skills
388
本工具旨在对Zeek网络连接日志（conn.log）执行统计分析，用于检测潜在的C2（命令与控制）回波行为。通过计算连接时间间隔的标准差和变异系数，可以识别出具有高度规律性、低抖动特征的周期性网络通信，是安全威胁狩猎和事件调查的关键技术。
查看详情

利用AI检测业务邮件欺诈

detecting-business-email-compromise-with-ai
mukul975/Anthropic-Cybersecurity-Skills
460
本功能利用AI、NLP和行为分析技术，用于检测高度复杂的业务邮件欺诈（BEC）。它不依赖于传统的恶意链接规则，而是通过分析写作风格、语气、语境异常和行为模式，识别纯粹的社会工程学欺骗，为企业提供坚实的高级反网络钓鱼和反欺诈防御层。
查看详情

基于UEBA的内部威胁检测

detecting-insider-threat-with-ueba
mukul975/Anthropic-Cybersecurity-Skills
187
本技能实现了用户和实体行为分析（UEBA），用于检测复杂的内部威胁。它利用Elasticsearch/OpenSearch构建行为基线，从认证、文件访问和网络等多源日志中学习正常模式。通过计算异常分数和进行同伴组分析，能够识别出数据外泄、特权滥用或未授权访问等行为异常。
查看详情

发现影子IT云服务使用

detecting-shadow-it-cloud-usage
mukul975/Anthropic-Cybersecurity-Skills
312
该技能用于分析网络流量日志（代理、DNS、Netflow），目的是检测和发现未获授权使用的SaaS应用和云服务（即“影子IT”）。它通过对域名进行分类、量化数据传输量、计算风险评分，为安全和合规团队提供详细的发现报告。
查看详情

生成结构化网络威胁报告

generating-threat-intelligence-reports
mukul975/Anthropic-Cybersecurity-Skills
240
本技能指导撰写高质量、结构化的网络威胁情报报告。它根据目标受众（高管、安全运营团队、技术分析师）调整内容，生成战略、战术或运营级别的情报产品。适用于将原始收集数据转化为可操作的威胁简报或事件后评估报告，确保报告符合行业标准。
查看详情

网络C2信标检测与溯源

hunting-for-command-and-control-beaconing
mukul975/Anthropic-Cybersecurity-Skills
453
本技能旨在通过分析网络流量日志（如DNS、代理和连接元数据），利用频率分析、抖动检测和信誉评分等技术，主动识别网络中被攻陷的设备，从而检测出与攻击者C2基础设施的周期性、恶意通信行为。适用于安全威胁狩猎和事件响应场景。
查看详情

钻石模型入侵行为分析

implementing-diamond-model-analysis
mukul975/Anthropic-Cybersecurity-Skills
82
本技能实现了钻石模型（Diamond Model）分析框架，提供了一个结构化的方法来分析复杂的网络入侵事件。它支持程序化地关联和分类事件，基于攻击者、能力、基础设施和受害者这四个核心要素。主要功能包括构建活动链、识别枢纽点和生成完整的威胁情报报告。
查看详情

网络流量安全分析自动化

performing-network-traffic-analysis-with-tshark
mukul975/Anthropic-Cybersecurity-Skills
60
本技能利用tshark和pyshark自动化进行深度网络抓包（PCAP）分析。它适用于安全评估和事件响应场景，能够提取协议统计信息，识别可疑网络流（如端口扫描、心跳信标），并全面提取攻击指标（IOCs），包括IP、域名和URL。尤其擅长检测DNS隧道等复杂网络异常行为。
查看详情

分析Windows LNK文件工件

analyzing-windows-lnk-files-for-artifacts
mukul975/Anthropic-Cybersecurity-Skills
103
本指南提供了在数字取证场景下解析Windows LNK快捷方式文件的完整流程。它能提取出目标路径、时间戳（创建、访问、修改）、卷信息和机器ID等关键工件。适用于重建用户文件访问历史、追踪网络共享文件，并构建详细的取证时间线。
查看详情

社交图谱加权排名分析

social-graph-ranker
affaan-m/everything-claude-code
364
这是一个先进的网络情报工具，用于计算加权图谱分数，描绘到达目标的最优路径。它能够识别潜在的引荐人，衡量跨连接的“桥梁价值”，并帮助用户判断是否需要温和引荐或直接外联。对于需要掌握核心排名数学原理的用户尤其适用。
查看详情
上一页123下一页
语言
简体中文
English