登录
下载
Skill UI
浏览并发现
15801+
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
DOM
,共找到
432
条记录
默认排序
最新上传
最多下载
DNS日志分析:检测数据泄露与C2
analyzing-dns-logs-for-exfiltration
mukul975/Anthropic-Cybersecurity-Skills
291
本技能用于分析DNS查询日志,以检测通过DNS隧道、DGA或隐蔽的C2通道进行的复杂数据泄露攻击。它利用熵值分析、查询量异常检测和子域名长度分析等高级技术,帮助安全运营中心(SOC)识别出绕过传统网络安全控制的威胁。
查看详情
邮件头部分析与钓鱼调查
analyzing-email-headers-for-phishing-investigation
mukul975/Anthropic-Cybersecurity-Skills
474
这是一份用于数字取证调查员的指南,用于分析原始邮件头部。它帮助追踪可疑邮件的真实来源,通过验证SPF、DKIM和DMARC等关键协议来确认发件人身份和检测高级欺骗行为。覆盖了从头部解析到域名基础设施和IP声誉检查的全流程。
查看详情
妥协指标威胁分析
analyzing-indicators-of-compromise
mukul975/Anthropic-Cybersecurity-Skills
501
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。
查看详情
URLScan恶意网址分析
analyzing-malicious-url-with-urlscan
mukul975/Anthropic-Cybersecurity-Skills
341
本技能指导用户使用URLScan.io平台或API分析可疑URL。它在一个隔离环境中安全地捕获截图、DOM内容和网络流量,帮助用户调查网络钓鱼攻击、凭证收集和恶意重定向,从而避免将分析师系统暴露于风险。
查看详情
恶意网络流量分析指南
analyzing-network-traffic-of-malware
mukul975/Anthropic-Cybersecurity-Skills
117
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
基于MITRE ATT&CK的威胁行为分析
analyzing-threat-actor-ttps-with-mitre-attack
mukul975/Anthropic-Cybersecurity-Skills
208
该技能提供了一个系统化的流程,用于将观察到的威胁行为和IOCs映射到全球MITRE ATT&CK框架。用户可以利用ATT&CK Navigator构建技术覆盖热图,识别防御盲点,并为企业、移动和ICS环境生成可操作的威胁情报报告。适用于SOC分析师、威胁猎人和安全研究人员。
查看详情
TLS证书透明度日志分析
analyzing-tls-certificate-transparency-logs
mukul975/Anthropic-Cybersecurity-Skills
410
该工具通过查询证书透明度日志(CT logs),用于检测网络钓鱼域名、未经授权的证书签发以及影子IT。它利用Levenshtein距离等方法,实时监控新签发证书,有效发现品牌冒充和拼写错误域名的风险,实现主动安全防御。
查看详情
使用DNSTwist分析变体域名和钓鱼攻击
analyzing-typosquatting-domains-with-dnstwist
mukul975/Anthropic-Cybersecurity-Skills
209
该工具利用DNSTwist强大的域名变体生成引擎,用于检测各种类型的域名欺骗和品牌冒用。它能生成数千个潜在的相似域名(包括错别字和异形字符),并检查其DNS记录和网页内容相似度,帮助安全分析师和威胁猎手主动监控和发现针对组织的钓鱼和域名劫持威胁。
查看详情
AI驱动的端到端Web测试
awt-e2e-testing
sickn33/antigravity-awesome-skills
111
AWT是一款AI驱动的端到端(E2E)网页测试工具。它允许AI代码生成工具通过真实浏览器执行测试,支持声明式YAML场景。它采用视觉匹配和OCR技术,而非依赖脆弱的DOM选择器,适用于需要高鲁棒性的AI辅助测试流程。
查看详情
攻击者基础设施追踪与关联分析
building-adversary-infrastructure-tracking-system
mukul975/Anthropic-Cybersecurity-Skills
153
本系统用于构建自动化对抗者基础设施追踪平台。通过整合被动DNS、证书透明度日志和WHOIS记录,能够绘制出攻击者C2网络复杂的关联图谱。可实现从已知指标向相关基础设施的扩展分析(Pivoting),用于发现和监测威胁行为者的网络布局。
查看详情
使用Sliver构建C2基础设施
building-c2-infrastructure-with-sliver-framework
mukul975/Anthropic-Cybersecurity-Skills
50
本指南详细介绍了如何使用Sliver框架部署和加固弹性命令与控制(C2)基础设施。内容涵盖多协议监听器(mTLS、HTTP/S、DNS、WireGuard)、重定向器配置和域名前端技术等高级技巧,是进行授权红队测试和复杂对抗模拟的必备知识。
查看详情
自动化IOC指征防封与共享流水线
building-ioc-defanging-and-sharing-pipeline
mukul975/Anthropic-Cybersecurity-Skills
285
该流水线提供了一个自动化解决方案,用于处理来自各种来源的原始威胁指标(如IP、域名、URL和邮箱)。它执行标准化、去重和“防封”(Defanging)等关键步骤,确保在安全的前提下保留分析可读性。最终,数据被转换为标准的STIX 2.1格式,并通过TAXII或MISP等平台安全共享,极大地提升了威胁情报的自动化分发能力。
查看详情
上一页
1
2
3
...
8
9
10
11
12
13
14
...
34
35
36
下一页
语言
简体中文
English