#1

CVE-2017-4878 样本 - http://blog.talosintelligence.com/2018/02/group-123-goes-wild.html

该脚本让您能够从开源平台(如 Malshare、Malcode、Google、Cymon - vxvault、cybercrime tracker 以及 Pony 的 C2 服务器)收集恶意软件及 C&C 服务器。

mod_plaintext.py“Internet Chemotherapy”IoT 蠕虫载荷的存档副本,附存档参考,供恶意软件研究与历史分析使用。

使用 Windows 事件转发和 PowerBI 构建一个快速、免费且高效的威胁狩猎/事件响应控制台

Bro/Zeek 脚本,用于检测 Apache Struts CVE-2017-5638 的侦察、入侵及恶意软件下载跟踪,并支持自动提取 IP 地址。

使用二元组频率分析的DGA域名检测

该仓库包含用于生成域名、恶意域名词典的算法。开发目的是研究将机器学习和神经网络应用于检测和分类恶意域名的可能性。

有主见的以组织为中心的OSINT足迹搜集工具,灵感来自recon-ng和Maltego


一个Python脚本,可检测并解析与Loki-Bot(恶意软件)相关的网络流量。该脚本对希望了解哪些数据被外泄至C2服务器、进行僵尸网络追踪等的DFIR分析师和安全研究人员有所帮助。

轻量级 Telnet 蜜罐,用于捕获 IoT 恶意软件样本并识别活跃的命令与控制(C2)基础设施,专为教育性恶意软件分析和威胁情报收集而设计。

安全研究团队的漏洞披露与安全公告公开存档,附带经 PGP 验证的联系信息,用于协同披露及研究人员联络。

使用 DNS 查询响应检测 Fast-Flux 和 DGA 的脚本

通过 MHN 的 REST API 和 WP 的短代码,将您的 Modern Honeypot Network Server 与 WordPress 博客集成。

基于LSTM的分类器,用于检测域名生成算法(DGA)域名,包含使用Keras实现的神经网络和双字母模型,用于DNS威胁情报。