Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
Pesidious — Mutación de malware mediante aprendizaje por refuerzo y redes generativas adversariales | Kitploit
Herramientas/GitHubGitHub/cyberforce/pesidious
Generación de PayloadsExplotaciónAnálisis de MalwareAprendizaje AutomáticoSeguridad de IAAtaque Adversario
GitHubcyberforce/pesidious

Pesidious

Mutación de malware mediante aprendizaje por refuerzo y redes generativas adversariales

Ver Repositorio
1753655hace 6 añosRevisado por Kitploit
Compartir

Logo

Mutación de Malware usando Aprendizaje por Refuerzo Profundo y GANs

El propósito de la herramienta es usar inteligencia artificial para mutar una muestra de malware (solo PE32) para evadir clasificadores impulsados por IA mientras se mantiene su funcionalidad intacta. En el pasado, se ha realizado un trabajo notable en este dominio con investigadores que utilizan el aprendizaje por refuerzo o las redes generativas adversariales como armas de elección para modificar los estados de un ejecutable de malware con el fin de engañar a los agentes antivirus. Nuestra solución utiliza una combinación de aprendizaje por refuerzo profundo y GANs para superar algunas de las limitaciones que se enfrentan al usar estos enfoques de forma independiente, como se muestra a continuación.

Diagram

Encuentra nuestra documentación completa para la herramienta aquí

Instrucciones de Instalación

⚠️ Dado que esta herramienta maneja archivos de malware, se recomienda encarecidamente usar una máquina virtual. Después de la instalación de la herramienta, asegúrate de desconectarte de la red.

Los siguientes pasos te guiarán a través de todas las instalaciones necesarias para configurar el entorno.

  1. Instala y configura Python 3.6.

  2. Clona el repositorio.

    git clone https://github.com/CyberForce/Pesidious
    
  3. Muévete al directorio del proyecto.

    cd Pesidious
    
  4. Configura y activa un entorno virtual con Python 3.6

    Se recomienda usar un entorno virtual para evitar conflictos entre paquetes utilizados por diferentes aplicaciones.

  5. Asegúrate de tener pip 8.1.1 instalado y configurado.

    Esto se debe a que las versiones posteriores de pip no funcionan bien con la biblioteca PyTorch.

    pip install pip==8.1.1
    
  6. Instala todas las bibliotecas requeridas, instalando el archivo requirements.txt.

    pip install -r pip_requirements/requirements.txt
    

Muta tu Malware

La salida de la GAN ya ha sido almacenada como (RL_Features/adverarial_imports_set.pk y RL_Features/adverarial_sections_set.pk) que se usarán para agregar importaciones y secciones al malware para la mutación.

  1. Puedes probar el clasificador de muestras para puntuar archivos de malware.

    python classifier.py -d /path/to/directory/with/malware/files
    
  2. Ejecuta el script de Python mutate.py para mutar tus muestras de malware.

    python mutate.py -d /path/to/directory/with/malware/files
    
  3. Los archivos de malware mutados se almacenarán en un directorio llamado Mutated_malware en el siguiente formato

    Mutated_malware/mutated_<name-of-the-file>
    
  4. Una vez que los archivos de malware estén mutados, puedes ejecutar el clasificador nuevamente para puntuar el malware mutado.

    python classifier.py -d Mutated_malware/
    

Problemas Conocidos y Soluciones

⚠️ ADVERTENCIA: Esta sección está actualmente en construcción. Nos disculpamos por cualquier inconveniente causado. Por favor, continúa a la siguiente sección. haz clic aquí

  1. pip install -r requirements.txt te da un error. Solución:

    pip install tqdm
    pip install sklearn
    pip install lief
    
  2. Error ModuleNotFoundError: No module named 'tensorboardX' al ejecutar el script python main_malgan.py. Solución:

    pip install tensorboardX
    
  3. Error con la ejecución de import-append, section-append (no encontrado) Solución Dale permiso de ejecución a estos ejecutables usando los siguientes comandos en tu terminal

    cd portable-executable/
    chmod 777 project-add-sections/bin/Debug/project-append-section
    chmod 777 project-add-imports/bin/Debug/project-append-imports
    

Construido Con

  • PyTorch - Biblioteca de aprendizaje automático de código abierto basada en la biblioteca Torch.
  • Lief - Una biblioteca multiplataforma que puede analizar, modificar y abstraer formatos ELF, PE y MachO.
  • PE Bliss - Biblioteca PE para reconstruir archivos PE, escrita en C++.
  • Gym-Malware - Entorno de manipulación de malware para el gym de OpenAI.
  • MalwareGAN - Generación Adversarial de Malware usando GANs.

Autores

  • Chandni Vaya - Respuesta a Incidentes X-Force, IBM Security - Github
  • Bedang Sen - Respuesta a Incidentes X-Force, IBM Security - Github

Agradecimientos

  • Entorno de Gym-Malware: https://github.com/endgameinc/gym-malware. El entorno fue modificado para agregar GAN y las mutaciones fueron añadidas/cambiadas/eliminadas para mejorar la capacidad de evasión del malware y mantener la funcionalidad.
  • El trabajo de Yanming Lai (https://github.com/yanminglai/Malware-GAN) y Zayd Hammoudeh (https://github.com/ZaydH/MalwareGAN) sobre la implementación del MalGAN de Han y Tan jugó un papel crucial en nuestra comprensión de la arquitectura. La mayor parte de la implementación del MalGAN utilizado en este proyecto ha sido bifurcada del trabajo de Hammoudeh.

Referencias

Anderson, H., Kharkar, A., Filar, B., Evans, D. y Roth, P. (2018). Learning to Evade Static PE Machine Learning Malware Models via Reinforcement Learning. [en línea] arXiv.org. Disponible en: https://arxiv.org/abs/1801.08917.

Docs.microsoft.com. (s.f.). PE Format - Windows applications. [en línea] Disponible en: https://docs.microsoft.com/en-us/windows/win32/debug/pe-format#general-concepts.

Fang, Z., Wang, J., Li, B., Wu, S., Zhou, Y. y Huang, H. (2019). Evading Anti-Malware Engines With Deep Reinforcement Learning. [en línea] Ieeexplore.ieee.org. Disponible en: https://ieeexplore.ieee.org/abstract/document/8676031 [Consultado el 25 de agosto de 2019].

https://resources.infosecinstitute.com. (2019). Malware Researcher’s Handbook (Demystifying PE File). [en línea] Disponible en: https://resources.infosecinstitute.com/2-malware-researchers-handbook-demystifying-pe-file/#gref.

Hu, W. y Tan, Y. (2018). Generating Adversarial Malware Examples for Black-Box Attacks Based on GAN. [en línea] arXiv.org. Disponible en: https://arxiv.org/abs/1702.05983.

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    530
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    479
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    369
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    319
  • 5

    estorides

    grisuno/estorides

    Agrega más de 99 fuentes OSINT gratuitas en paralelo, resuelve entidades en un grafo de conocimiento y exporta STIX 2.1, MISP o GraphML con análisis asistido por LLM.

    294
  • 6

    opencti

    opencti-platform/opencti

    Plataforma abierta de inteligencia de amenazas cibernéticas

    266

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →