project-cyberlab/cyberlab

GitHub: project-cyberlab/cyberlab

一个涵盖数字取证、应急响应与恶意软件分析的实操型安全训练实验室,通过预配置虚拟机和引导式模块化课程,帮助学习者在防守与攻击双视角下掌握安全工具的实际运用。

Stars: 0 | Forks: 0

# 网络工具训练实验室 一个用于数字取证、应急响应和恶意软件分析的实操型公共训练实验室。 操作员在两个专为特定目的构建的 VM 上,使用团队掌握的**确切工具**进行训练。每个 模块以三种方式教授同一工具:通俗易懂的基础知识,然后是 **SOC 分析师**(防守) 视角,接着是 **攻击者**(进攻)视角。 ## 两个 VM - **LAB-LINUX** (Ubuntu 22.04):SIFT + REMnux + 精选的 Kali 子集 —— 磁盘/内存/时间线 取证、恶意软件静态分诊、去混淆、文档分析以及训练靶场的进攻 工具集。 - **LAB-WINDOWS** (Windows 10):FLARE-VM(Mandiant 默认配置) —— 原生 Windows 逆向 工程、调试和动态/行为分析。 (独立的 Security Onion 网格作为 SOC 分析师视角的参考,但不属于 训练工具包的一部分。) ## 如何构建 可复现的配置自动化脚本位于 [`provisioning/`](provisioning/): - [`build-lab-linux.sh`](provisioning/build-lab-linux.sh) —— 先安装 SIFT,接着是 REMnux add-on,然后是 Kali 精选。 - [`build-lab-windows.ps1`](provisioning/build-lab-windows.ps1) —— FLARE-VM 安装包装器。 请参阅 [`docs/GETTING_STARTED.md`](docs/GETTING_STARTED.md) 了解完整的构建 + 快照工作流程。 ## 如何使用 - [`INDEX.md`](INDEX.md) 是主目录(自动生成):包含每个 VM 的模块表格和 覆盖矩阵。**从这里开始**,并按 `NN` 顺序学习各个模块。 - [`docs/GETTING_STARTED.md`](docs/GETTING_STARTED.md) 介绍了如何构建 VM 并从头到尾完成一个 模块的实操。 ## 模块格式 每个模块都位于 `modules/lab-{linux,windows}/NN-slug/README.md`,并遵循一个固定的 12 节 契约 —— 概述(通俗易懂)、涵盖工具、学习目标、环境检查、 引导式演练、实操练习、SOC 分析师视角、攻击者视角、答案、 MITRE ATT&CK 和 DFIR 阶段、来源。该契约定义在 [`docs/MODULE_TEMPLATE.md`](docs/MODULE_TEMPLATE.md) 中,并由纯 Python 验证器强制执行;命名和 结构规则位于 [`docs/STYLE_GUIDE.md`](docs/STYLE_GUIDE.md) 中。 ## 仓库布局 - `catalog/` —— 权威的约 600 个工具去重目录 + 构建计划(工具的事实来源)。 - `docs/` —— 模块模板、风格指南和入门指南。 - `modules/lab-linux/`、`modules/lab-windows/` —— 按工具组编号的训练模块。 - `provisioning/` —— VM 构建自动化。 - `samples/` —— 共享的良性练习制品(各模块专属的样本位于每个模块的 `exercise/` 文件夹中)。 ## 安全 仅限训练内容。**样本是良性/惰性的**(合成的、EICAR 或已失效的),并记录了 sha256 和安全来源说明 —— 此仓库绝不包含活体或武器化的恶意软件。进攻性 模块仅适用于隔离的训练靶场。
标签:AI合规, DAST, 云资产清单, 域环境安全, 安全培训, 应用安全, 恶意软件分析, 数字取证, 自动化环境配置, 自动化脚本, 逆向工具, 逆向工程