AymaneLachhab/Malware-Memory-Analysis

# Cerberus 神经防御系统 (V3) **自动化内存取证与分层恶意软件分析平台** ## 📋 项目概述 - **全栈平台**，用于自动化内存取证分析，可检测系统内存转储中的混淆恶意软件 - **分层机器学习**方案 (Random Forest + XGBoost)，在恶意软件家族识别方面准确率 >53% - **3级分类：** 良性/恶意软件检测 → 类型分类 (Ransomware/Spyware/Trojan) → 家族识别 (Zeus, Emotet 等) - **后端：** FastAPI 服务器，支持实时分析和自动化生成学术 PDF 报告 - **前端：** 现代化 React/Vite 界面，配备赛博主题仪表盘以实现威胁可视化 - **技术栈：** Python, FastAPI, scikit-learn, XGBoost, React, Node.js, SQLite Cerberus 是一款最先进的内存取证工具，利用分层机器学习方法 (Random Forest + XGBoost) 检测和分类系统内存转储中的混淆恶意软件。 ## 🚀 主要功能 * **分层分析：** * **第 1 级 (Gatekeeper)：** 快速过滤良性 vs. 恶意软件。 * **第 2 级 (Specialist)：** 对恶意软件类型进行分类 (Ransomware, Spyware, Trojan)。 * **第 3 级 (Expert)：** 以 53%+ 的准确率识别特定的恶意软件家族 (Zeus, Emotet 等)。 * **学术报告：** 生成具有学术结构（摘要、文献、模型、结果）的详细 PDF 报告。 * **可视化仪表盘：** 基于 React 的“赛博/暗黑模式”界面，用于实时威胁监控。 ## 🛠️ 安装与设置 ### 前置条件 * Python 3.10+ * Node.js 18+ * Git ### 1. 克隆代码库 ``` git clone cd cerberus-system ``` ### 2. 后端设置 ``` # 导航到项目根目录 cd src/backend # 安装依赖 pip install fastapi "uvicorn[standard]" pandas scikit-learn xgboost pypdf python-jose passlib # 启动 Backend Server py main.py ``` *服务器运行于：* `http://localhost:8000` ### 3. 前端设置 ``` # 打开一个新终端 cd src/frontend # 安装依赖 npm install # 启动 Development Server npm run dev ``` *前端运行于：* `http://localhost:5173` ## 🧠 模型训练 要重新训练机器学习模型（第 1、2、3 级）： **选项 A：Jupyter Notebook（推荐）** 打开 `src/models/train_model.ipynb` 并运行所有单元格。 **选项 B：Python 脚本** ``` py src/models/train.py ``` ## 📄 使用说明 1. **登录：** 使用默认凭据 `admin / admin`（如果已配置）或注册一个新用户。 2. **扫描：** 前往 **Memory Scanner**，上传一个 `.csv` 内存转储文件（例如来自 *MalMem-2022*）。 3. **分析：** 查看 **Analysis Results** 以获取详细的分析结果。 4. **报告：** 点击 **"Generate Report"** 下载学术 PDF 报告。 ## 📚 项目结构 ``` /src /backend # FastAPI Server & Logic /report_generator.py # PDF Report Engine /main.py # API Entry Point /frontend # React Application /models # ML Training Scripts & Notebooks /scripts # Utility Scripts /data # Dataset (MalMem-2022) ``` **© 2025 Cerberus 神经防御部门**

标签：AMSI绕过, Apex, AV绕过, DAST, FastAPI, GNU通用公共许可证, MITM代理, Node.js, PDF生成, Python, React, scikit-learn, SecList, SQLite, Syscalls, Vite, XGBoost, 仪表盘, 内存取证, 分层分类, 勒索软件检测, 威胁情报, 威胁检测, 开发者工具, 恶意软件分析, 恶意软件家族识别, 无后门, 暗黑模式UI, 木马检测, 机器学习, 混淆恶意软件检测, 系统内存转储分析, 网络威胁可视化, 网络安全, 自动化报告生成, 逆向工具, 间谍软件检测, 随机森林, 隐私保护, 高级威胁防御