NirvanaOn/AntiVE-BehaviorWatch

# AntiVE-BehaviorWatch       # 什么是 AntiVE-BehaviorWatch？ **AntiVE-BehaviorWatch** 是一个基于 Windows 的网络安全研究项目，它探索了一种使用**嵌入式人工智能**进行执行控制的新方法。 该项目不依赖传统的反分析技术（如虚拟机检测、沙箱检测、调试器检查或硬件指纹识别），而是使用嵌入式 **GRU (Gated Recurrent Unit) 神经网络**来确定是否有**真实人类**正在与系统进行交互。 该模型分析实时的鼠标行为（包括光标移动、速度、加速度、加加速度、角速度、空闲模式以及运动特征），以便在允许受保护的执行路径继续之前做出智能的 runtime 决策。 # 架构 ``` Mouse Movement │ ▼ Feature Extraction │ ▼ Embedded GRU Neural Network │ ▼ Behavior Classification │ ┌─────┴────────┐ │ │ ▼ ▼ Human Idle / Artificial Verified Behavior │ │ ▼ ▼ Continue Abort Execution ``` # 行为特征 嵌入式模型分析多个行为特征： - 光标移动距离 - 光标速度 - 加速度 - 加加速度 (Jerk) - 鼠标角度 - X轴运动 - Y轴运动 - 空闲状态 - 连续空闲时长 这些特征会在推理之前跨越多个观察阶段持续进行收集。 # 功能 - 嵌入式 GRU 神经网络 - 离线 AI 推理 - 无需外部 AI runtime - 实时行为遥测 - 人类交互验证 - 多阶段分析 - 多数投票决策引擎 - 轻量级 C 语言实现 - Windows 原生应用程序 - 嵌入式模型权重 - runtime 行为分类 # 免责声明 本项目**仅严格用于网络安全研究、机器学习实验、教育和授权的安全测试**。 它演示了如何将嵌入式 AI 用于行为验证和 runtime 决策。本项目的目的并非用于未经授权或恶意的用途。 # 作者 **Nirvana (0xNirSec)** *"信任行为，而非环境。"*

标签：GRU神经网络, 反沙箱, 反虚拟机, 客户端加密, 恶意软件, 网络安全, 隐私保护