shinuraveendran/AI-Driven-Malware-Analysis-and-Threat-Intelligence-Sharing
GitHub: shinuraveendran/AI-Driven-Malware-Analysis-and-Threat-Intelligence-Sharing
本项目通过自动化分析与威胁情报共享,解决传统签名检测无法应对快速演变的恶意软件问题。
Stars: 1 | Forks: 0
1. VirusTotal
用于初始恶意软件扫描
上传文件 / 哈希值
获取多个反病毒引擎的检测结果
提供:
文件信誉
哈希值(MD5、SHA256)
行为指标
👉 将其视为第一层过滤
2. CAPE Sandbox
用于深度恶意软件分析
在隔离环境中运行可疑文件
捕获:
文件行为
注册表更改
网络活动
释放的文件
👉 这是真实的行为分析,而不仅仅是扫描
3. MISP
用于共享威胁情报
存储:
妥协指标(IOCs)
IP 地址
域名
哈希值
允许与其他系统或团队共享
👉 这是您的项目在分析之外变得有用的地方
4. 人工智能 / 机器学习层
从以下提取特征:
VirusTotal 报告
CAPE 沙箱日志
执行:
分类(恶意 / 良性)
模式检测
👉 这是决策层
标签:AI驱动安全, Ask搜索, Burp项目解析, CAPE沙箱, Clean Code, DAST, IOCs共享, VirusTotal, 多引擎扫描, 威胁情报共享, 恶意软件分析, 数字取证, 机器学习分类, 模式识别, 沙箱分析, 特征提取, 病毒总览, 网络安全, 网络攻击检测, 自动化分析, 自动化脚本, 行为监控, 请求拦截, 跨站脚本, 逆向工具, 隐私保护