AmirHamidpour23/Open-Source-Malware-Analysis-Sandbox-with-Data-Sovereignty-and-AI-Powered-Multi-Audience-Reporting
GitHub: AmirHamidpour23/Open-Source-Malware-Analysis-Sandbox-with-Data-Sovereignty-and-AI-Powered-Multi-Audience-Reporting
基于CAPEv2构建的开源恶意软件分析沙箱，专注于检测文档型钓鱼攻击并通过LLM自动生成面向不同受众的分析报告，全程本地运行以确保数据主权。
Stars: 0 | Forks: 0
本仓库将托管“具备数据主权和 AI 驱动多受众报告的开源恶意软件分析沙箱”的完整实现——这是目前我在海波因特大学 正在进行的本科研究项目。
这是一个基于 CAPEv2 构建的开源恶意软件分析系统，能够检测传统沙箱无法察觉的文档型钓鱼攻击。
系统从图像中提取 URL（Tesseract OCR），解码二维码（pyzbar），识别显示文本与实际目标不符的欺骗性超链接，并自动化浏览器交互（Selenium）。
分析完成后，LLM 会根据相同的数据生成两份报告：一份是面向 SOC 分析师的技术报告，另一份是面向管理层的通俗语言执行摘要。整个分析管道在本地运行，具备完整的数据主权。
标签：AI报告生成, C2, CAPEv2, DAST, DLL 劫持, pypdf, Python, pyzbar, QR码解码, Selenium, SOC分析师, Tesseract OCR, 图像URL提取, 多受众报告, 大语言模型, 恶意软件分析, 技术报告, 搜索语句（dork）, 数据主权, 文档钓鱼, 无后门, 本地部署, 本科研究, 欺骗性超链接, 沙箱, 浏览器自动化, 网络安全, 逆向工具, 钓鱼检测, 隐私保护, 高管摘要