Skip to content
KitploitKITPLOIT
工具博客
提交
工具博客
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
muad-dib — 实时 npm/PyPI 供应链威胁检测。行为链分析、AST 扫描、IOC 情报源和复合评分引擎。 | Kitploit
工具/GitHubGitHub/dnszlsk/muad-dib
危害指标 (IOC) 管理静态分析漏洞扫描器动态分析 (沙盒)代码分析恶意软件分析DevSecOps秘密检测威胁情报供应链安全学习与教育
GitHub
15654天前尚未审核

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
dnszlsk/muad-dib

muad-dib

实时 npm/PyPI 供应链威胁检测。行为链分析、AST 扫描、IOC 情报源和复合评分引擎。

查看仓库网站

MUAD'DIB Logo

npm version CI Coverage OpenSSF Scorecard License Node IOCs

安装 | 用法 | 功能 | VS Code | CI/CD

Version francaise


为什么选择 MUAD'DIB?

npm 和 PyPI 供应链攻击正在爆发式增长。Shai-Hulud 在 2025 年入侵了 25K+ 个仓库。现有工具能够检测威胁,但无法帮助你进行响应。

MUAD'DIB 结合了 22 个并行扫描器(278 条检测规则)、反混淆引擎、模块间数据流分析、复合评分(21 条复合规则)以及 gVisor/Docker 沙箱,用于检测 npm 和 PyPI 包中的已知威胁和可疑行为模式。代码库中存在一个 XGBoost 分类器,但当前处于非激活状态(参见评估)。


定位

MUAD'DIB 是一款免费、开源且完全可审计的 npm 和 PyPI 供应链扫描器。它能够在本地检测已知威胁(225,000+ 个 IOC)、安装时 RCE、凭据窃取后外传流程、混淆载荷以及其他可疑行为模式——无需任何遥测。

它采用 AGPL-3.0 许可证;对于需要将其嵌入专有产品或作为封闭托管服务运行的组织,可提供商业许可证(参见许可证)。

它刻意不试图包揽一切——有关它具体检测什么和不检测什么的详细信息,请参见范围。


范围

检测(npm 和 PyPI):已知恶意包(名称 + SHA256 IOC 匹配)、域名仿冒(typosquatting)、安装时 RCE(生命周期 preinstall/postinstall、curl | sh、Python 导入时、binding.gyp)、凭据读取后网络外传(文件内和跨文件)、混淆/高熵/存根加载器载荷、二进制投放器(chmod +x + exec/spawn)以及反分析规避标记。

不在范围内:仅浏览器攻击(DOM/window,无 Node.js API)、原生二进制/WASM 的内容(无二进制分析)、零日未知包(IOC 源是被动响应的)以及非 npm/PyPI 生态系统(RubyGems、Maven、Go)。坚决的反沙箱指纹识别和多阶段远程载荷是已知的漏报风险。完整详情:威胁模型。

无遥测。 你的代码和扫描结果永远不会离开你的机器——MUAD'DIB 仅下载威胁情报源(muaddib update),并且为了评分,会读取公共 npm 注册表元数据。Webhook 警报为可选启用。


安装

npm(推荐)

root@kitploit:~
npm install -g muaddib-scanner

从源码安装

root@kitploit:~
git clone https://github.com/DNSZLSK/muad-dib
cd muad-dib
npm install
npm link

用法

基本扫描

root@kitploit:~
muaddib scan .
muaddib scan /path/to/project

扫描 npm(package.json、node_modules)和 Python(requirements.txt、setup.py、pyproject.toml)依赖。

交互模式

root@kitploit:~
muaddib

安全安装

root@kitploit:~
muaddib install <package>
muaddib install lodash axios --save-dev
muaddib install suspicious-pkg --force    # 尽管存在威胁仍强制安装

在安装之前扫描包的威胁。阻止已知恶意包。

风险评分

每次扫描都会显示 0-100 的风险评分:

root@kitploit:~
[SCORE] 58/100 [***********---------] HIGH

解释模式

root@kitploit:~
muaddib scan . --explain

显示每次检测的规则 ID、MITRE ATT&CK 技术、参考链接和响应手册。

导出

root@kitploit:~
muaddib scan . --json > results.json     # JSON
muaddib scan . --html report.html        # HTML
muaddib scan . --sarif results.sarif     # SARIF(GitHub Security)

严重性阈值

root@kitploit:~
muaddib scan . --fail-on critical  # 仅在 CRITICAL 时失败
muaddib scan . --fail-on high      # 在 HIGH 和 CRITICAL 时失败(默认)

偏执模式

root@kitploit:~
muaddib scan . --paranoid

超严格检测,容错率更低。检测任何网络访问、子进程执行、动态代码评估和敏感文件访问。

Webhook 警报

root@kitploit:~
muaddib scan . --webhook "https://discord.com/api/webhooks/..."

严格过滤(v2.1.2):仅对 IOC 匹配、沙箱确认的威胁或蜜罐令牌外传发出警报。优先级分类(v2.10.21):P1(红色,IOC/沙箱/蜜罐)、P2(橙色,高评分/复合)、P3(黄色,其余)。

行为异常检测(v2.0)

root@kitploit:~
muaddib scan . --temporal-full     # 全部 4 个时间特征
muaddib scan . --temporal          # 突发生命周期脚本检测
muaddib scan . --temporal-ast      # 版本间 AST 差异
muaddib scan . --temporal-publish  # 发布频率异常
muaddib scan . --temporal-maintainer # 维护者变更检测

通过分析包版本之间的变化,在威胁出现在 IOC 数据库之前检测供应链攻击。详情参见评估方法论。

Docker 沙箱

root@kitploit:~
muaddib sandbox <package-name>
muaddib sandbox <package-name> --strict

在隔离的 Docker 容器中进行动态分析:strace、tcpdump、文件系统差异、蜜罐令牌、CI 感知环境,以及用于时间炸弹检测的猴子补丁预加载(在 [0h、72h、7d] 偏移处多次运行)。

其他命令

root@kitploit:~
muaddib watch .                    # 实时监控
muaddib daemon                     # 守护进程模式(自动扫描 npm install)
muaddib update                     # 更新 IOC(快速,约 5 秒)
muaddib scrape                     # 完整 IOC 刷新(约 5 分钟)
muaddib diff HEAD~1                # 与上一个提交的威胁比较
muaddib init-hooks                 # 预提交钩子(husky/pre-commit/git)
muaddib scan . --breakdown         # 可解释的评分分解
muaddib replay                     # 真实数据验证(90/94 TPR@3,v2.11.48)

功能

22 个并行扫描器

278 条检测规则

所有规则(273 条 RULES + 5 条 PARANOID)都映射到 MITRE ATT&CK 技术。完整的规则参考请参见 SECURITY.md。

已检测的活动


VS Code

VS Code 扩展会自动扫描你的 npm 项目。

root@kitploit:~
code --install-extension dnszlsk.muaddib-vscode
  • MUAD'DIB: Scan Project - 扫描整个项目
  • MUAD'DIB: Scan Current File - 扫描当前文件
  • 设置:muaddib.autoScan、muaddib.webhookUrl、muaddib.failLevel

完整文档请参见 vscode-extension/README.md。


CI/CD

GitHub Actions(Marketplace)

最小配置(在 HIGH+ 威胁时使构建失败,单次扫描):

root@kitploit:~
name: Security Scan

on: [push, pull_request]

jobs:
  scan:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: DNSZLSK/[email protected]   # 固定到已发布的标签
        with:
          fail-on: 'high'

将 SARIF 上传到 Security 标签页(需要 security-events: write;运行第二次扫描以生成 SARIF):

root@kitploit:~
jobs:
  scan:
    runs-on: ubuntu-latest
    permissions:
      contents: read
      security-events: write
    steps:
      - uses: actions/checkout@v4
      - uses: DNSZLSK/[email protected]
        with:
          path: '.'
          fail-on: 'high'
          sarif: 'results.sarif'

输入

输出(可在后续步骤中通过 steps.<id>.outputs.* 使用)

预提交钩子

root@kitploit:~
muaddib init-hooks                        # 自动检测(husky/pre-commit/git)
muaddib init-hooks --type husky           # 强制使用 husky
muaddib init-hooks --mode diff            # 仅阻止新增威胁

使用 pre-commit 框架:

root@kitploit:~
repos:
  - repo: https://github.com/DNSZLSK/muad-dib
    rev: v2.11.139
    hooks:
      - id: muaddib-scan

评估

上次测量 v2.11.48(2026-05-26),仅规则(ML 分类器处于非激活状态——见下文)。真实数据:94 个范围内的真实世界攻击 + 200 个随机 npm + 124 个 PyPI + 107 个对抗性/保留集。

ML 分类器:非激活。 一个 XGBoost 模型位于 src/ml/ 中,但从未接入 muaddib scan,并且自 2026-04-08 起在监控器中仅以 LOG-ONLY 模式运行(训练模型已崩溃,等待重新训练)。以上所有数字均为仅规则结果。

完整协议、各轨道历史、PyPI cap-35 注意事项、运营(GHSA 计)覆盖率以及 ML 重训练方法论:评估方法论。


贡献

添加 IOC

编辑 iocs/ 中的 YAML 文件:

root@kitploit:~
- id: NEW-MALWARE-001
  name: "malicious-package"
  version: "*"
  severity: critical
  confidence: high
  source: community
  description: "Threat description"
  references:
    - https://example.com/article
  mitre: T1195.002

开发

root@kitploit:~
git clone https://github.com/DNSZLSK/muad-dib
cd muad-dib
npm install
npm test

测试

  • 4545 个测试,分布在 155 个模块化测试文件中
  • 56 个模糊测试 - 畸形输入、ReDoS、Unicode、二进制
  • Datadog 17K 基准测试 - 14,587 个已确认的恶意软件样本(范围内)
  • 真实数据验证 - 96 个真实世界攻击(95.74% TPR@3,88.30% TPR@20——v2.11.48 对 94 个范围内样本的完整测量)
  • 误报验证(v2.11.48 测量)- 1.10% 规则 FPR(6/545 扫描),200 个随机样本上 2.50%,124/132 PyPI 上 9.68%(Track-D 下载修复后的首次诚实测量)。ML 分类器当前处于非激活状态——参见评估指标 → ML 分类器。

社区

  • Discord:https://discord.gg/y8zxSmue

文档

  • 博客 - 关于供应链威胁检测的技术文章
  • Carnet de bord - 开发日志(法语)
  • 文档索引 - 所有文档集中在一处
  • 评估方法论 - 实验协议、保留集评分
  • 威胁模型 - MUAD'DIB 检测什么和不检测什么
  • 安全策略 - 检测规则参考(278 条规则)
  • 安全审计 - 绕过验证报告
  • 误报分析 - 历史误报分析

许可证

MUAD'DIB 采用 GNU Affero General Public License v3.0 only(AGPL-3.0-only)许可证——参见 LICENSE 和 NOTICE。

你可以自由使用、研究、修改和重新分发它——包括通过网络——前提是衍生作品和网络部署的修改在相同许可证下发布。

商业许可: 要将 MUAD'DIB 嵌入专有/闭源产品,或作为托管服务提供而无需承担 AGPL 的源代码披露义务,可提供单独的商业许可证。请提交 issue 或联系作者(DNSZLSK)。

版权所有(C)2026 DNSZLSK。


香料必须流动。沙虫必须消灭。

下载工具
扫描器检测
AST 解析(acorn)eval、Function、凭据窃取、二进制投放器、原型钩子
模式匹配Shell 命令、反向 shell、死手开关
数据流分析凭据读取 + 网络发送(文件内和跨文件)
混淆检测JS 混淆模式(跳过 .min.js)
反混淆预处理字符串拼接、charcode、base64、十六进制数组、常量传播
模块间数据流跨文件污点传播(3 跳链、类方法)
意图一致性文件内源-汇配对(凭据 + eval/网络)
域名仿冒npm + PyPI(Levenshtein 距离)
Python 扫描器requirements.txt、setup.py、pyproject.toml、14K+ PyPI IOC
Shannon 熵高熵字符串(5.5 位 + 最少 50 字符)
AI 配置扫描器.cursorrules、CLAUDE.md、copilot-instructions.md 注入
包/依赖生命周期脚本、IOC 匹配(225K+ 包)
GitHub ActionsShai-Hulud 后门检测
哈希扫描器已知恶意文件哈希
IOC 字符串(intel-triage P1.1)YARA 风格字符串匹配(Axios 2026、TeamPCP、GlassWorm、CanisterSprawl)
反取证 AST(intel-triage P1.2)XOR 循环 + 自删除 + 诱饵写入复合(csec autodelete)
存根包(intel-triage P1.3)微型主文件 + 外部依赖 URL + 生命周期钩子(ltidi 链)
Monorepo 扫描器Lerna/pnpm-workspace/turbo 检测(Sprint 1 审计 MR-C2 修复)
可信依赖差异(可选)与注册表中的可信依赖 tarball 进行差异比较(v2.10.x)
Python 源码(PYSRC)__init__.py / setup.py 中的导入时/安装时 RCE 模式(v2.11.41——弥补 TrapDoor PyPI 缺口)
Python AST(PYAST)带污点感知检测器的 Tree-sitter-Python AST(v2.11.42+)
反扫描器注入(ASI)注释/字符串中的提示注入文本,诱导 LLM 代码审查者给出干净结论或跳过混淆载荷(ASI-001..004,Hades 活动 2026-06)
活动状态
GlassWorm(2026,433+ 个包)已检测
Shai-Hulud v1/v2/v3(2025)已检测
event-stream(2018)已检测
eslint-scope(2018)已检测
抗议软件(node-ipc、colors、faker)已检测
域名仿冒(crossenv、mongose、babelcli)已检测
输入描述默认值
path要扫描的路径.
fail-on失败的最低严重性(critical/high/medium/low/none)high
sarifSARIF 输出文件路径——设置后也会上传到 Security 标签页
paranoid超严格检测(更高的误报率)false
version要安装的 muaddib-scanner npm 版本latest
输出描述
risk-score风险评分 0–100
risk-levelSAFE / LOW / MEDIUM / HIGH / CRITICAL
threats-count检测到的威胁总数
critical-count / high-count按严重性分类的威胁
exit-code0 = 通过 fail-on 门槛,否则非零
sarif-fileSARIF 文件的路径(如果未设置 sarif 则为空)
指标结果
检测率(TPR@3)95.74%(90/94)
警报率(TPR@20)88.30%(83/94)
FPR — 精选 npm(548)1.10%(6/545)
FPR — 随机 npm(200)2.50%(5/200)
FPR — PyPI(132)9.68%(12/124)
ADR — 对抗性 + 保留集96.26%(103/107)
野外 TPR(Datadog 17K)92.8%(13,538/14,587)