chandranil-sawant-tech/Reverse-Engineering-Static-Malware-Analysis
GitHub: chandranil-sawant-tech/Reverse-Engineering-Static-Malware-Analysis
一个基于 DIE、Ghidra、x64dbg 和 PEStudio 四款工具演示恶意软件静态分析完整流程的教学项目。
Stars: 0 | Forks: 0
# 逆向工程 - 恶意软件静态分析
## 项目概述
本项目演示了使用 Detect It Easy (DIE)、Ghidra、x64dbg 和 PEStudio 进行恶意软件静态分析的过程。目标是在不执行可执行文件的情况下进行分析，并识别其特征、导入的库、函数、字符串以及潜在的恶意行为指标。
## 使用的工具
- Detect It Easy (DIE)
- Ghidra
- x64dbg
- PEStudio
## 分析工作流
### Detect It Easy (DIE)
#### 文件检测
#### 静态分析
### 2. Ghidra 分析
#### 程序分析提示
#### 自动分析选项
#### 正在进行自动分析
#### 导入结果摘要
#### 符号树和函数
#### 汇编代码分析
#### 反编译的 C 代码
#### 反汇编和反编译器视图
### 3. x64dbg 分析
#### 入口点
### 4. PEStudio 分析
#### 概述
#### 指标
#### 区段
#### 库
#### 导入
#### 字符串
## 主要发现
- 识别了可执行文件的格式和编译器信息。
- 使用 Ghidra 检查了可执行文件的结构。
- 查看了汇编指令和反编译的 C 代码。
- 检查了 PE 头、区段、导入、库和嵌入的字符串。
- 在未执行样本的情况下完成了静态分析。
## 免责声明
本项目仅供教育和网络安全研究目的使用。在此分析过程中并未执行所分析的样本。
标签：DAST, PE文件分析, 云安全监控, 云资产清单, 恶意软件分析, 逆向工程, 静态分析