youssifsameh1000/MalwareFlow
GitHub: youssifsameh1000/MalwareFlow
MalwareFlow 是一个自动化恶意软件分析管道，通过静态分析、外部情报集成和 AI 推理生成全面报告，以提升分析效率和深度。
Stars: 0 | Forks: 0
# 恶意软件流程
MalwareFlow 是一个模块化、高性能的自动化静态与动态恶意软件分析流程。它能够并发编排多种分析工具，并利用大型语言模型（LLMs）对提取的特征进行推理，自动生成全面的报告。
通过最新更新，MalwareFlow 现在拥有了一个使用 React 构建的**现代化异步 Web 仪表板**，具备动态暗黑模式、实时文件队列跟踪以及结构化的威胁报告功能。
## 架构
该项目基于**客户端-服务器架构**构建：
1. **前端（Web UI）**：一个使用 React 和 Vite 构建的单页应用。它提供了一个支持暗黑模式的简洁界面，用于上传文件、监控异步队列和查看历史报告。
2. **后端（FastAPI）**：提供一个管理异步分析队列的 REST API。
3. **流程引擎**：一个使用 **层** 抽象的高并发 Python 后端。智能的 `PipelineEngine` 处理层依赖关系，并同时执行独立的分析模块（使用 `ThreadPoolExecutor`），使该流程在 I/O 密集型操作中速度极快。
当前内置的分析层包括：
- **特征提取**：静态分析（哈希、MIME 类型、PE 结构、IAT 解析、香农熵）。
- **FLOSS / 字符串**：混淆字符串提取。
- **VirusTotal**：基于云端的信誉检查和威胁情报。
- **CAPA**：恶意能力识别（Mandiant）。
- **LLM 推理**：使用如 Groq、OpenAI 或 OpenRouter 等模型评估所有聚合数据，以推断意图并总结发现。
## 前置条件
1. **Python 3.8+**
2. **Node.js (v16+)** 及 **npm**（用于 Web UI）
3. **系统依赖**：
- `libmagic`（文件类型检测必需）
- Ubuntu/Debian：`sudo apt-get install libmagic1`
- macOS：`brew install libmagic`
4. **CAPA 二进制文件**：
- CAPA 层需要一个下载到项目根目录的独立二进制文件。
- [下载 CAPA 发布版本](https://github.com/mandiant/capa/releases)
## 安装
1. **克隆仓库：**
```
git clone
cd malwareflow
```
2. **后端设置：**
```
python -m venv venv
source venv/bin/activate # Windows 系统请使用: venv\Scripts\activate
pip install -r requirements.txt
```
3. **前端设置：**
```
cd web-ui
npm install
cd ..
```
4. **环境变量：**
在根目录下创建一个 `.env` 文件并添加您的 API 密钥：
```
VT_API_KEY="your_virustotal_key"
OPENROUTER_API_KEY="your_openrouter_key"
# GROQ_API_KEY="your_groq_key"
LLM_MODEL="your_preferred_model_slug"
CAPA_PATH="./capa"
```
## 运行 Web 仪表板
使用 MalwareFlow 最简单的方式是通过新的 Web UI。
1. **启动 FastAPI 后端：**
打开一个终端并运行：
```
./run-backend.sh
```
2. **启动 React 前端：**
打开第二个终端并运行：
```
./run-frontend.sh
```
3. **打开浏览器** 并导航到 `http://localhost:5173`。您可以上传文件、从侧边栏切换暗黑模式，并查看详细的分析报告。
## 命令行用法
MalwareFlow 仍然提供一个强大的 CLI，用于无头或自动化执行。
分析单个文件：
```
python -m malwareflow.cli samples/sample_malware.exe
```
分析整个目录：
```
python -m malwareflow.cli samples/
```
通过帮助命令查看所有可配置选项：
```
python -m malwareflow.cli --help
```
## 测试
要运行自动化集成测试：
```
pytest tests/
```
标签：AI驱动分析, AMSI绕过, Ask搜索, AV绕过, C2, CAPA, DAST, DLL 劫持, FastAPI, PDF报告, Python, React, Syscalls, VirusTotal, Web仪表板, 云安全监控, 大语言模型, 威胁情报, 威胁检测, 字符串提取, 开发者工具, 恶意软件分析, 无后门, 模块化设计, 特征提取, 网络安全, 能力映射, 自动化修复, 自动化报告, 逆向工具, 隐私保护, 静态分析