Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
SOC-Analyst-Portfolio — 一个精选作品集,展示我的SOC调查、威胁狩猎项目、DFIR实验室、检测工程、技术博客和网络安全研究。 | Kitploit
工具/GitHubGitHub/0x0allenace/soc-analyst-portfolio
恶意软件分析数字取证威胁情报机器学习学习与教育事件响应精选资源电子邮件安全异常检测日志分析实验室与实践
2371个月前尚未审核

最受欢迎

查看全部 →

发现我们社区最常用的工具。

探索所有工具

浏览我们的工具集合

查看所有工具 →
分享
GitHub
0x0allenace/soc-analyst-portfolio

SOC-Analyst-Portfolio

一个精选作品集,展示我的SOC调查、威胁狩猎项目、DFIR实验室、检测工程、技术博客和网络安全研究。

查看仓库

Allen Ace Banner


🛡️ Allen Ace

SOC 分析师 | 威胁狩猎 | 检测工程

检测 • 调查 • 响应 • 防御

欢迎

本作品集记录了我的网络安全实战历程,涵盖实际调查、企业级实验环境、检测工程、数字取证、恶意软件分析、威胁狩猎和安全分析。

每个项目都展示了现代安全运营中心(SOC)所期望的调查方法论、安全工具、证据关联、检测开发和防御思维。

Splunk Elastic Python Windows

MITRE ATT&CK Threat Hunting DFIR Digital Forensics Purple Team PowerShell

目录

  • 关于我
  • 作品集亮点
  • 当前关注
  • 精选项目
  • 技术技能
  • 安全调查
  • 恶意软件分析
  • 电子邮件安全
  • 安全工程
  • 安全工具开发
  • 检测工程
  • 认证
  • 社区
  • 网络安全之旅
  • 技术文章
  • 视频演示
  • 作品集统计
  • 联系方式

关于我

SOC 分析师,在威胁狩猎、数字取证与事件响应(DFIR)、检测工程、恶意软件分析、安全分析以及基于 Python 的安全工具方面拥有实战经验。

我的工作聚焦于证据驱动的调查、企业级安全监控、端点分析、网络分析、恶意软件调查、内存取证,以及与 MITRE ATT&CK 框架对齐的检测开发。

作品集亮点

  • 10+ 企业级安全调查
  • 紫队攻击模拟与防御调查
  • 静态与动态恶意软件分析
  • 使用 Volatility 3 与 MemProcFS 进行内存取证
  • 数字取证与事件响应(DFIR)
  • 使用 Splunk 与 Elastic 进行威胁狩猎
  • 检测工程与 SIEM 关联
  • 网络流量与 PCAP 分析
  • 安全分析与机器学习
  • Python 安全自动化
  • 技术写作与社区教育

当前关注

  • 检测工程
  • 威胁狩猎
  • 紫队运营
  • 恶意软件分析
  • 数字取证与事件响应
  • 内存取证
  • Python 安全自动化

精选项目

项目重点领域仓库
Purple Team Simulation 01攻击模拟 / 检测工程查看
Memory Forensics Investigation内存取证 / DFIR查看
Threat Hunting – ReconnaissanceSplunk 威胁狩猎查看
Enterprise DFIR Lab事件响应查看
Velociraptor Forensic Triage端点取证查看
Suspicious Email Attachment Analysis电子邮件安全查看
Static Malware Analysis恶意软件分析查看
Windows Malware Behavioral Analysis动态恶意软件分析查看
Behavioral Anomaly Detection机器学习查看
File Signature DetectorPython 安全工具查看

🔗 联系

  • 🔗 LinkedIn
  • 💻 GitHub

技术技能

领域技术
SIEMSplunk、Elastic Security
威胁狩猎SPL、EQL、KQL/基于搜索的调查、MITRE ATT&CK
检测工程Sigma、SPL、EQL、行为检测、序列检测
DFIRVelociraptor、KAPE、Autopsy、FTK Imager
内存取证Volatility 3、MemProcFS
恶意软件分析PEStudio、Detect It Easy、FLOSS、Procmon、Process Explorer
网络分析Wireshark、PCAP 分析、TCP/IP
端点安全Sysmon、Windows 事件日志、Elastic Defend
紫队攻击模拟、防御验证、检测验证
编程Python、PowerShell
基础设施Active Directory、pfSense、Windows
证据分析IOC 提取、时间线重建、进程分析

安全调查

企业级调查,展示事件响应、威胁狩猎、数字取证、内存分析、恶意软件分析、网络取证和检测工程。

紫队模拟

受控的对手模拟,随后进行蓝队检测、调查、网络取证和检测工程。

目标

在隔离的实验室环境中进行受控的基于 PowerShell 的攻击模拟,并评估是否可以利用端点和网络遥测来检测、调查、重建和响应攻击。

技术

  • Elastic Security
  • Splunk
  • Sysmon
  • Wireshark
  • PowerShell
  • Kali Purple
  • Netcat
  • Python HTTP Server

调查重点

  • PowerShell 执行分析
  • Windows 进程树重建
  • 可疑网络活动
  • 反向 shell 检测
  • 网络数据包分析
  • SIEM 调查
  • IOC 识别
  • 时间线重建
  • 检测工程
  • 跨工具证据关联

MITRE ATT&CK 映射

技术ATT&CK ID
PowerShellT1059.001
命令和脚本解释器T1059
入口工具传输T1105
系统所有者/用户发现T1033
系统信息发现T1082
系统网络配置发现T1016
网络服务扫描T1046

关键发现

  • 根据终端和网络遥测重建了模拟攻击链。
  • 识别了可疑的 PowerShell 执行和进程关系。
  • 检测到远程载荷获取活动。
  • 识别并分析了反向 shell 网络通信。
  • 将 Sysmon 事件与数据包级证据进行了关联。
  • 提取了主机和网络入侵指标。
  • 使用 Elastic 和 Splunk 开发了检测逻辑。
  • 展示了关联终端、SIEM 和网络证据而非依赖单一遥测来源的价值。

📸 证据

紫队调查

SIEM 调查

网络分析

🔗 仓库

紫队模拟 — PowerShell 反向 Shell 检测与调查

经验总结

  • 通过将对手模拟与防御调查相结合,强化了紫队方法论。
  • 提升了 PowerShell 和 Windows 进程分析能力。
  • 增强了跨 Splunk 和 Elastic 的 SIEM 调查与检测工程技能。
  • 使用 Wireshark 和 PCAP 证据改进了网络取证分析。
  • 加强了跨终端、SIEM 和网络遥测的证据关联。

内存取证调查

使用 Volatility 3 和 MemProcFS 进行证据驱动的 Windows 内存取证调查,以识别可疑进程、注入代码、异常内存区域、已加载模块、网络痕迹和入侵指标。

目标

分析捕获的 Windows 内存镜像,以识别可疑进程活动、内存异常、注入代码、已加载模块、网络痕迹以及与潜在入侵相关的其他证据。

技术

  • Volatility 3
  • MemProcFS
  • FLARE-VM
  • Procmon
  • Windows
  • 内存取证
  • 数字取证

调查重点

  • 进程分析
  • 可疑内存区域
  • 代码注入分析
  • PE 和内存痕迹分析
  • 已加载模块调查
  • 网络痕迹分析
  • 跨工具取证关联
  • 时间线重建
  • IOC 提取
  • 证据完整性

方法论

本次调查遵循证据驱动的取证工作流程:

Investigation Question
        ↓
Evidence Collection
        ↓
Artifact Identification
        ↓
Analysis
        ↓
Cross-Tool Correlation
        ↓
Finding
        ↓
IOC Extraction
        ↓
Detection / Response Opportunity

关键发现

  • 调查了捕获的 Windows 内存镜像中的可疑进程活动。
  • 分析了异常内存区域和潜在的注入代码。
  • 检查了已加载模块和 PE 相关内存工件。
  • 调查了与可疑进程相关的网络工件。
  • 关联了 Volatility 3 和 MemProcFS 的发现。
  • 提取了主机和网络入侵指标。
  • 使用证据驱动的取证方法记录了发现。
  • 维护了支持性证据、时间线、分析师笔记和取证工件。

取证工件

调查包括:

  • 执行摘要
  • 技术调查报告
  • 分析师笔记本
  • 执行时间线
  • 发现
  • 主机 IOC
  • 网络 IOC
  • Volatility 3 工件
  • MemProcFS 工件
  • 证据完整性文档
  • 支持性截图

证据

内存分析 ProcMon

Malfind 内存分析

Volatility Pstree 进程树

🔗 仓库

内存取证调查

经验教训

  • 强化了 Windows 内存取证方法。
  • 改进了进程和内存工件分析。
  • 使用 Volatility 3 和 MemProcFS 加强了跨工具取证关联。
  • 改进了取证入侵指标的识别和记录。
  • 强化了证据驱动的调查和事件响应工作流程。

威胁狩猎

利用 SIEM 技术,使用真实世界数据集和 MITRE ATT&CK 框架,主动识别、调查和响应对手行为。

威胁狩猎 – 侦察

目标

使用 Splunk 调查 BOTS v2 数据集中的侦察活动。

技术
  • Splunk
  • Windows 事件日志
  • MITRE ATT&CK
MITRE ATT&CK
技术ID
主动扫描T1595
收集受害者网络信息T1590
关键发现
  • 识别出可疑 User-Agent
  • 完成外部 IP 转向
  • 执行了 IOC 提取
截图

威胁狩猎截图

威胁狩猎截图

下载工具