下载

Skill UI

浏览并发现 10393+ 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 IOC ，共找到 10 条记录

默认排序最新上传最多下载

BRENDA 酶数据库查询

brenda-database

K-Dense-AI/claude-scientific-skills

通过 BRENDA SOAP 接口获取酶的动力学参数、反应方程、底物特异性及环境条件，为生物化学研究、代谢通路构建与酶工程优化提供数据支撑。

妥协指标威胁分析

analyzing-indicators-of-compromise

mukul975/Anthropic-Cybersecurity-Skills

本技能用于对IOC（如IP地址、域名、文件哈希）进行多源威胁情报分析。通过查询VirusTotal、AbuseIPDB、MISP等系统，评估指标的恶意程度、所属威胁活动，并确定阻断或监控的优先级，是安全事件响应和威胁溯源的关键步骤。

威胁行为体TTPs与MITRE ATT&CK映射

analyzing-threat-actor-ttps-with-mitre-attack

mukul975/Anthropic-Cybersecurity-Skills

本技能提供了一个系统化的框架，用于将真实世界的威胁行为体战术、技术和流程（TTPs）映射到知名的MITRE ATT&CK框架。用户将学习如何利用ATT&CK Navigator和Python库等工具，分析安全事件，可视化技术覆盖热图，识别关键的检测漏洞，并生成可操作的情报报告，将观察到的IOCs与特定的对手技术相关联。

使用MISP分析威胁态势

analyzing-threat-landscape-with-misp

mukul975/Anthropic-Cybersecurity-Skills

本工具利用MISP平台对网络安全威胁态势进行全面分析。它可以查询事件统计、分析IOC类型分布（如IP、域名、哈希），识别主要的威胁行为者和恶意软件家族，并追踪时间趋势。适用于安全运营中心分析师进行事件响应、威胁狩猎和构建检测规则。

威胁活动关联与分析

correlating-threat-campaigns

mukul975/Anthropic-Cybersecurity-Skills

该技能用于关联分散的安全事件、IOCs和对手行为，分析跨时间线和跨组织的共同威胁活动。它能够识别统一的威胁战役，归因于共同的威胁行为体，并提取共享指标，从而显著提升检测能力。适用于跨组织威胁情报共享和构建完整的战役报告。

生成结构化网络威胁报告

generating-threat-intelligence-reports

mukul975/Anthropic-Cybersecurity-Skills

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。

指标生命周期管理系统

performing-indicator-lifecycle-management

mukul975/Anthropic-Cybersecurity-Skills

该技能提供了一个系统化的框架，用于管理指标的完整生命周期，涵盖从初始发现、验证、富集、部署到监控和最终退役的全过程。它强调实施置信度衰减、追踪命中率和误报，以维护高质量、可操作的威胁情报数据库，最大限度地提高检测效率。

网络流量安全分析自动化

performing-network-traffic-analysis-with-tshark

mukul975/Anthropic-Cybersecurity-Skills

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。

生物学化学/数值精准匹配

bio-chemical-numeric

EverMind-AI/EverOS

当生物学问题涉及特定的化学化合物名称、精确的浓度值（如“0.330 mg/100g”）或分类学同义词计数时，使用此技巧。通过使用引号进行精确匹配，并结合多个具体的化合物名或数值，可以极大地提高搜索的唯一性和准确性，尤其适用于生物化学和植物学研究。

使用OpenCTI建模网络威胁

modeling-threats-with-opencti

mukul975/Anthropic-Cybersecurity-Skills

本教程展示如何使用pycti Python客户端，在OpenCTI平台上构建结构化的威胁情报知识图谱。它能将威胁行为者、入侵集合、战役和TTPs等分散的威胁信息，统一建模为符合STIX 2.1标准的知识图谱。该技能有助于分析师将来自不同来源的碎片化数据关联起来，构建出完整、可查询的攻击者画像，实现高级威胁狩猎和检测工程。

1

语言