Abian-Ng/endpoint-protection-comparative-study
GitHub: Abian-Ng/endpoint-protection-comparative-study
该框架通过 2,000 个分层恶意软件样本库,对主流商业端点保护系统进行检测能力、云依赖性、资源开销和修复恢复指标的可复现性实证评估。
Stars: 0 | Forks: 0
# 端点保护系统应对常见恶意软件攻击的比较研究
一个旨在量化商业端点保护系统 (EPS) 针对分层的 2,000 个活跃恶意软件样本库的检测能力、云遥测依赖性、资源开销以及修复后恢复指标的实证评估框架。
## 🔬 实验参数
- **目标操作系统:** Microsoft Windows 11 Workstation 基础状态。
- **受测平台:** Windows Defender、Malwarebytes Premium、Kaspersky Endpoint Security、CrowdStrike Falcon。
- **样本库规模:** 2,000 个唯一的加密 payload(Ransomware、Trojans、Spyware、Worms、Rootkits、Fileless Scripts)。
- **分层方法:** 根据历史 VirusTotal 分析引擎的检测次数将其划分为不同层级:
- **已知层:** >= 40 个活跃扫描引擎报告为阳性。
- **中等层:** 6 到 39 个活跃扫描引擎报告为阳性。
- **Zero-Day 层:** 0 到 5 个活跃扫描引擎报告为阳性。
## 📂 仓库目录结构
- `/pipeline`:包含 `replicate_pipeline.py`,该脚本与外部 API 交互以获取数据集元数据并处理路由标准。
- `/artifacts`:包含用于 Arm B 配置的 PowerShell 网络隔离模块,以及映射 ETW 遥测参数的结构化文档。
## 🚀 执行方案
要运行自动化分类 pipeline 引擎的验证流程,请配置您的环境凭证并执行:
```
python pipeline/replicate_pipeline.py
```
📝 作者与研究机构
Efi, Asianabasi Enefiok (efiasianabasi@gmail.com)
尼日利亚阿克瓦伊博姆州乌约大学工程学院,计算机工程系。
标签:AI合规, DAST, ETW遥测, IPv6, OpenCanary, PowerShell, Python, 多语言支持, 安全测试框架, 恶意软件分析, 无后门, 端点可见性, 终端防护评估, 逆向工具