登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16569+ 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 恶意软件分析 ，共找到 59 条记录
默认排序 最新上传 最多下载

Malpedia恶意软件家族情报分析

analyzing-malware-family-relationships-with-malpedia
mukul975/Anthropic-Cybersecurity-Skills
260
利用Malpedia API深入分析恶意软件家族的关联性。该功能可查询恶意软件的别名、威胁行为者归属、YARA检测规则，并描绘复杂的家族关系链（如加载器-载荷链）。适用于威胁狩猎、事件响应和构建安全检测规则。
查看详情

Autoruns恶意软件持久性分析

analyzing-malware-persistence-with-autoruns
mukul975/Anthropic-Cybersecurity-Skills
396
本工具用于安全专家系统性地枚举和分析Windows操作系统中的恶意软件持久性机制。它能扫描注册表、计划任务、服务、驱动程序和各种启动点，是进行安全事件响应、威胁狩猎或验证恶意程序是否被彻底清除的关键辅助工具。
查看详情

恶意软件沙箱逃避分析

analyzing-malware-sandbox-evasion-techniques
mukul975/Anthropic-Cybersecurity-Skills
227
本工具用于分析来自安全沙箱（如Cuckoo、AnyRun）的行为报告，以检测恶意软件的反分析和逃避技术。它可以识别定时检查、虚拟机工件查询、用户交互模式和环境指纹等关键指标。适用于威胁狩猎和提升检测规则的实战分析。
查看详情

恶意网络隐蔽信道检测

analyzing-network-covert-channels-in-malware
mukul975/Anthropic-Cybersecurity-Skills
185
本工具用于分析网络抓包文件，以检测恶意软件用于命令与控制（C2）和数据外泄的隐蔽通信信道。核心功能包括识别DNS隧道、ICMP隧道以及协议滥用模式，提供详细的风险评分和检测依据，适用于安全威胁狩猎和事件调查。
查看详情

恶意网络流量分析指南

analyzing-network-traffic-of-malware
mukul975/Anthropic-Cybersecurity-Skills
58
本指南提供了一套完整的恶意软件网络流量分析方法。使用Wireshark、Zeek、Suricata和Python等工具，分析PCAP文件，旨在识别C2通信、数据外泄通道、DGA行为和周期性心跳包（Beaconing），是进行安全取证和网络威胁检测的必备技能。
查看详情

UPX解包恶意软件分析流程

analyzing-packed-malware-with-upx-unpacker
mukul975/Anthropic-Cybersecurity-Skills
290
提供一套专业的流程，用于识别、修复和解包使用UPX加壳的恶意软件样本。本技能解决了自动解压失败（如PE头或魔数被修改）的难题，帮助分析师恢复原始可执行文件，进行深入的静态分析和逆向工程。
查看详情

Windows预取文件执行历史分析

analyzing-prefetch-files-for-execution-history
mukul975/Anthropic-Cybersecurity-Skills
477
本技能详细介绍了如何分析Windows系统中的预取文件（.pf），以重建详细的程序执行历史。通过解析这些系统工件，可以确定哪些应用程序运行过、运行次数和具体时间。这对于构建取证时间线、确认恶意软件执行过程和本地化证据至关重要。
查看详情

供应链恶意软件分析

analyzing-supply-chain-malware-artifacts
mukul975/Anthropic-Cybersecurity-Skills
456
本技能旨在提供一套结构化的分析流程，用于调查复杂的供应链攻击。核心功能包括对恶意篡改的软件更新包、被攻陷的构建流水线和依赖库进行深度分析。通过进行二进制文件对比、代码签名验证和异常检测，帮助安全分析师识别入侵路径和全面的安全漏洞范围，适用于安全事件响应和威胁狩猎。
查看详情

使用MISP分析威胁态势

analyzing-threat-landscape-with-misp
mukul975/Anthropic-Cybersecurity-Skills
475
本工具通过PyMISP查询MISP实例，计算详细的事件统计数据、IOC类型分布、威胁行为者集群和标签趋势。它生成全面的威胁态势报告，可视化时间趋势。适用于安全事件调查、总结主要威胁行为者或恶意软件家族，以及生成专业网络威胁情报报告。
查看详情

分析Windows Prefetch痕迹

analyzing-windows-prefetch-with-python
mukul975/Anthropic-Cybersecurity-Skills
363
该技能用于解析Windows Prefetch（.pf）文件，重构应用程序的详细执行历史。它在数字取证场景中至关重要，能帮助分析师追踪执行时间线，识别可疑或重命名的二进制文件，从而调查事件响应中的恶意软件活动或横向移动。
查看详情

Windows注册表取证分析

analyzing-windows-registry-for-artifacts
mukul975/Anthropic-Cybersecurity-Skills
385
本指南详细介绍了从取证镜像中系统性提取和分析Windows注册表核心数据（如SAM, SYSTEM, SOFTWARE, NTUSER.DAT）。通过使用RegRipper等专业工具和脚本，可以系统性地挖掘用户活动历史、恶意软件持久化机制（如Run键）、安装软件记录以及系统受损的证据，是数字取证调查的关键步骤。
查看详情

自动化恶意软件分析流水线

building-automated-malware-submission-pipeline
mukul975/Anthropic-Cybersecurity-Skills
85
用于构建全面的自动化恶意软件分析流水线。该工具能从EDR和邮件网关等多个源头收集可疑文件，自动提交至沙箱和多引擎扫描器，并生成详细的威胁判定和IOCs。适用于需要扩大高容量恶意软件初筛和事件响应能力的安全运营中心（SOC）团队。
查看详情
上一页12345下一页
语言
简体中文
English