2300031984/malware-analysis-project

# 恶意软件分析沙箱 一个全面、模块化的恶意软件分析框架，结合了静态和动态分析与机器学习，用于自动化威胁检测和规则生成。 ## 功能特性 - **动态分析**：在隔离的 VirtualBox 虚拟机中执行恶意软件，并进行行为日志记录 - **静态分析**：PE 文件解析、哈希计算和签名检测 - **机器学习**：API 序列分类和行为聚类 - **规则生成**：自动创建 YARA 和 Sigma 规则 - **报告生成**：带有风险评分的集成分析报告 - **模块化架构**：可扩展组件，支持自定义分析流水线 ## 系统要求 - Python 3.8+ - 配置好客户机的 VirtualBox 虚拟机 - Windows 主机（用于客户机中的 PowerShell 日志记录） ### 依赖项 安装所需的软件包： ``` pip install -r requirements.txt ``` ## 安装说明 1. 克隆仓库： ``` git clone https://github.com/yourusername/malware-analysis-sandbox.git cd malware-analysis-sandbox ``` 2. 安装依赖： ``` pip install -r requirements.txt ``` 3. 配置带有 Windows 客户操作系统的 VirtualBox 虚拟机 ## 使用方法 运行分析沙箱： ``` python run_sandbox.py --vm "YourVMName" --file "path/to/malware.exe" --user "guest_username" --pw "guest_password" ``` ### 参数 - `--vm`：VirtualBox 虚拟机的名称 - `--file`：主机上恶意软件样本的路径 - `--user`：客户操作系统的用户名 - `--pw`：客户操作系统的密码 ### 输出 - 分析结果保存至 `outputs/sandbox_output.json` - 生成的 YARA 规则位于 `outputs/generated_rule.yar` - 生成的 Sigma 规则位于 `outputs/generated_sigma.yml` - 包含 ML 分类和风险评分的控制台报告 ## 项目结构 ``` ├── core/ # Core analysis modules │ ├── static_analysis.py # PE file analysis │ ├── feature_extractor.py # Feature extraction │ └── scoring.py # Risk scoring ├── dynamic/ # Dynamic analysis components │ ├── vm_controller.py # VirtualBox control │ └── vm_logger.ps1 # Guest logging script ├── detection/ # Rule generation │ ├── rule_generator.py # YARA rules │ └── sigma_generator.py # Sigma rules ├── ml/ # Machine learning │ ├── classifier.py # API sequence classification │ └── clustering.py # Behavioral clustering ├── reports/ # Reporting tools │ └── report_builder.py # Report generation └── outputs/ # Generated artifacts ``` ## 安全警告 ⚠️ **本工具仅供研究和教育目的使用。处理恶意软件样本时请务必极其谨慎。请仅在隔离环境中使用。确保遵守所有适用的法律法规。** ## 参与贡献 欢迎贡献！请提交 Issue 和 Pull Request。 ## 许可证 MIT License - 详情请参阅 LICENSE 文件。

标签：AI合规, AMSI绕过, Apex, DAST, DNS 反向解析, HTTP/HTTPS抓包, PE文件解析, Python, Sigma规则, VirtualBox, YARA规则生成, 云安全监控, 云资产清单, 合规性检查, 威胁检测, 态势感知, 恶意样本, 恶意软件分析, 无后门, 无线安全, 机器学习, 沙箱, 特征提取, 目标导入, 结构化查询, 网络安全, 网络安全审计, 自动化安全, 行为监控, 逆向工具, 逆向工程, 隐私保护, 静态分析