Nikhildesai31/PyDFIRToolkit

# 🛡️ PyDFIR Toolkit # 📌 项目概述 PyDFIR Toolkit 是一个基于 Python 的数字取证与事件响应 (DFIR) 项目，旨在协助安全分析师对可疑文件进行基础取证分析。 该工具包会自动： - 计算加密哈希 (MD5, SHA1, SHA256) - 提取文件元数据 - 使用 IOC 数据库检测已知的恶意哈希 - 计算风险评分 - 分配严重性级别 - 提供调查建议 - 生成专业的 CSV 和 HTML 报告 - 在交互式 Streamlit 仪表板中显示分析结果 # ✨ 功能特点 - 🔐 MD5、SHA1 和 SHA256 哈希生成 - 📂 文件元数据提取 - 🚨 IOC (入侵指标) 检测 - 📊 风险评分计算 - ⚠️ 严重性分类 - 🛡 调查建议 - 📄 CSV 报告生成 - 🌐 HTML 报告生成 - 💻 交互式 Streamlit 仪表板 - 📥 可下载的报告 # 🛠️ 技术栈 - Python 3.x - Streamlit - Pandas - HTML - CSV # 📂 项目结构 ``` PyDFIRToolkit/ │ ├── evidence/ │ └── sample.txt │ ├── iocs/ │ └── malicious_hashes.txt │ ├── reports/ │ ├── analysis_report.csv │ └── analysis_report.html │ ├── screenshots/ │ ├── tests/ │ ├── analyzer.py ├── analysis_engine.py ├── dashboard.py ├── hasher.py ├── ioc_scanner.py ├── metadata.py ├── reporter.py ├── risk_engine.py ├── README.md ├── requirements.txt ├── LICENSE └── .gitignore ``` # 🚀 安装说明 克隆仓库 ``` git clone https://github.com/Nikhildesai31/PyDFIRToolkit.git ``` 进入项目目录 ``` cd PyDFIRToolkit ``` 安装依赖项 ``` pip install -r requirements.txt ``` # ▶️ 运行项目 ## Streamlit 仪表板 ``` streamlit run dashboard.py ``` ## 命令行分析 ``` python analyzer.py ``` # 🔍 分析工作流 1. 上传可疑文件 2. 生成 MD5、SHA1 和 SHA256 哈希 3. 提取文件元数据 4. 将 SHA256 哈希与 IOC 数据库进行比较 5. 计算风险评分 6. 分配严重性级别 7. 显示调查建议 8. 生成可下载的 CSV 和 HTML 报告 # 📸 截图 ## 仪表板首页  ## 威胁评估  ## 文件信息  ## 加密哈希分析  ## 风险因素  ## 调查建议  ## 报告下载  ## HTML 报告  ## CSV 报告  ## 终端执行  # 📄 生成的报告 该工具包会自动生成： - ✅ analysis_report.csv - ✅ analysis_report.html 这些报告提供了完整的取证摘要，可用于文档记录、证据处理或事件响应。 # 📈 能力 - 数字证据分析 - 文件完整性验证 - IOC 检测 - 元数据分析 - 风险评估 - 安全报告 - DFIR 工作流自动化 # 🔮 未来改进 - VirusTotal API 集成 - YARA 规则扫描 - PE 文件分析 - 数字签名验证 - 多文件分析 - 威胁情报集成 - 时间线生成 - PDF 报告导出 # 👨‍💻 作者 **Nikhil Desai** 网络安全爱好者 | SOC 分析师候选人 | DFIR 学习者 📧 欢迎在 LinkedIn 和 GitHub 上与我联系。 GitHub: https://github.com/Nikhildesai31 # ⭐ 支持 如果您觉得这个项目有用，请考虑在 GitHub 上给它点一个 ⭐。 ## 📜 许可证 本项目基于 MIT License 授权。

标签：Kubernetes, Python, Streamlit, 多模态安全, 威胁情报, 安全, 库, 应急响应, 开发者工具, 数字取证, 无后门, 自动化脚本, 访问控制, 超时处理, 逆向工具