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
Antiphishing — 高级钓鱼防护:Suricata 规则集开放且免费 | Kitploit
工具/GitHubGitHub/julioliraup/antiphishing
防御工具危害指标 (IOC) 管理威胁源与聚合器IDS/IPS规避钓鱼攻击网络安全威胁情报入侵检测DNS 分析
GitHubjulioliraup/antiphishing

Antiphishing

高级钓鱼防护:Suricata 规则集开放且免费

1329212小时24分前Kitploit 审核通过
分享
查看仓库网站

Antiphishing — 面向 Suricata 的预测性钓鱼情报

Antiphishing logo

GitHub commit activity GitHub commit activity

[捐赠] · 仪表盘向量 · 贡献指南 · 提交向量 · REST API CTI · WIKI

面向 Suricata 的预测性钓鱼情报 — 从第零天开始的先发制人防御

Antiphishing 是一个开源(GPLv3)网络威胁情报(CTI)基础设施和 Suricata 规则集,旨在在网络层尽早识别并瓦解钓鱼基础设施。

该项目结合了精选的钓鱼指标、自动化威胁情报处理以及对新注册域名(NRD)的分析,以便在可疑的新兴基础设施被常规威胁情报源广泛识别之前就将其发现。

Antiphishing 旨在将新兴威胁情报转化为可部署的 Suricata 检测与防御规则。


⚡ 预测性防御:从新注册域名到早期检测

现代钓鱼基础设施可以在短时间内被创建、武器化并被弃用。

传统黑名单很有价值,但它们通常是在指标已被观测、报告或验证之后才识别出基础设施。

Antiphishing 探索一种互补的方法:先发制人的威胁情报。

NRD 流水线监控具有观测到的 DNS 活动的新注册域名,并使用多种启发式方法分析候选域名,包括:

  • 误植域名(Typosquatting)检测
  • 同形异义字符(Homoglyph)检测
  • 品牌仿冒模式
  • 可疑关键词
  • 域名相似度分析
  • 源自该项目分析流水线的其他指标

该流水线分析超过 150 万个候选域名组合,并生成一组被认为可疑程度足以采取进一步安全行动的域名。

其目标并非声称每一个新注册域名都是恶意的。相反,目标是在早期阶段识别潜在的钓鱼基础设施,使其在被常规恶意域名情报源收录之前就被发现。

这在原始基础设施注册与已确认的恶意情报之间创建了一个互补的检测层。

第零天概念

Antiphishing 中的第零天一词指的是该项目旨在缩短可疑基础设施出现与防御行动之间的时间。

它并不意味着 Antiphishing 能够检测每一次零日攻击、漏洞或此前未知的恶意软件家族。

其关注点更窄且更实际:

尽早识别可疑的钓鱼基础设施,并使该情报在网络层可付诸行动。


🛡️ 彻底透明:可疑并不等于已确认恶意

预测性情报需要与传统的已验证 IOC 情报源不同的置信度模型。

由 NRD 分析流水线生成的域名是通过自动化启发式方法产生的候选指标。因此,它们应被视为高度可疑的基础设施,而不是自动被解释为经人工验证的恶意 IOC。

⚠️ 误报考量

由于 NRD 流水线优先考虑早期检测,误报是可能的。

部署预测性指标的组织应考虑采取适当的:

  • 白名单
  • 监控
  • 告警调优
  • 基于风险的强制执行
  • 验证工作流

源自 NRD 的情报特别适用于那些倾向于尽早阻断可疑基础设施、而非等待某个域名成为已确认恶意 IOC 的环境。

这是一种有意的权衡:

更早的情报可以提供更早的保护,但更早的情报也带来更大的不确定性。


🧠 威胁情报流水线

Antiphishing 不仅仅是一个静态的网络钓鱼黑名单。

该项目结合了多个来源和处理阶段:

External Threat Feeds
        │
        ├── Phishing indicators
        │
        └── Infrastructure indicators
                 │
                 ▼
        ┌───────────────────┐
        │ Intelligence      │
        │ Processing        │
        └───────────────────┘
                 │
                 ├── Domain analysis
                 ├── IP analysis
                 └── URL processing
                 │
                 ▼
        Newly Registered Domains
                 │
                 ▼
        Candidate Generation
                 │
                 ├── Typosquatting
                 ├── Homoglyphs
                 ├── Keywords
                 └── Brand impersonation
                 │
                 ▼
        Suspicious Infrastructure
                 │
                 ▼
        Suricata Detection
                 │
                 ▼
        IDS / IPS Enforcement

该项目还依赖外部自由软件、开源库、公开情报源和社区 API。

Antiphishing 的作用是将这些组件组合成一个自动化的情报与检测流水线。


⚙️ 检测层

主要的 Suricata 规则集(antiphishing.rules)提供多个检测层。

重要提示: 匹配规则是生成告警还是主动阻断流量,取决于 Suricata 的部署和配置方式,特别是它运行在 IDS 还是 IPS 模式下。

DNS

在 DNS 检查过程中使用以下方式检测可疑域名:

dns.query

原生 Suricata 数据集包含 DNS 签名所使用的域名情报。

TLS

通过 TLS 服务器名称指示(SNI)进行检测:

tls.sni

这允许在不解密 HTTPS 流量的情况下进行基于域名的检测。

HTTP

使用应用层特征对 HTTP 流量和钓鱼 URL 进行检查。

当流量可供检查时,HTTP 检测能够对请求的资源提供更具体的可见性。

IPv4

利用目标 IPv4 情报检测与已知钓鱼基础设施的连接。

主规则集使用 Suricata 的 dataset 机制来承载该情报。


📦 数据集

主 Antiphishing 规则集使用 Suricata 原生外部数据集。

钓鱼域名

phishing.lst

DNS 和 TLS 数据集签名所使用的域名情报。

域名数据集与 Suricata 签名文件分开维护,因为它包含的是数据集值,而不是 Suricata 签名。

钓鱼 IPv4

phishing_ips.lst

目标 IP 数据集签名所使用的 IPv4 指标。

NRD 可疑域名

nrd_suspicious_domains.txt

由 NRD 分析流水线生成并被归类为可疑候选的域名。

重要提示: 源自 NRD 的域名属于预测性情报,不应自动将其解读为已确认的恶意指标。


🔌 OPNsense 集成

Antiphishing 通过以下组件与 OPNsense IDS/IPS 生态系统集成:

os-intrusion-detection-content-at-antiphishing

OPNsense 集成目前并不等同于完整的原生 Antiphishing 规则集。

当前状态

现有的 OPNsense 集成可可靠地提供 HTTP 签名。

外部 DNS、TLS 和 IPv4 数据集需要额外处理,因为 OPNsense IDS 内容框架目前并未提供统一机制来分发和加载外部 Suricata 数据集文件。

主 Antiphishing 规则集继续使用 Suricata 的原生数据集实现,不会为迁就这一 OPNsense 限制而进行更改。

一个 OPNsense 专用规则集正在单独调查和测试中。

因此,OPNsense 用户应先核实所分发规则集的具体能力,再假定所有 Antiphishing 检测层均已启用。

本项目旨在提供稳定的 OPNsense 集成,而不是发布可能导致 Suricata 在启动或重载时失败的配置。


📁 直接分发链接

主 Suricata 规则集

antiphishing.rules

https://github.com/julioliraup/Antiphishing/raw/refs/heads/main/antiphishing.rules

主规则集使用上文所述的外部数据集。

OPNsense 规则集

antiphishing-opnsense.rules

https://github.com/julioliraup/Antiphishing/raw/refs/heads/main/antiphishing-opnsense.rules

此文件是 OPNsense 专用的兼容性变体,其检测覆盖范围可能不及主规则集。

钓鱼域名数据集

phishing.lst

https://github.com/julioliraup/Antiphishing/raw/refs/heads/main/phishing.lst

Base64 编码的 Suricata 数据集。

钓鱼 IPv4 数据集

phishing_ips.lst

https://github.com/julioliraup/Antiphishing/raw/refs/heads/main/phishing_ips.lst

纯文本 IPv4 数据集。

NRD 可疑域名

nrd_suspicious_domains.txt

https://github.com/julioliraup/Antiphishing/raw/refs/heads/main/nrd_suspicious_domains.txt

源自 NRD 的可疑域名情报。


🚀 安装

Antiphishing 旨在与 Suricata 和 suricata-update 集成。

首选安装方法取决于目标平台。

GNU/Linux

Configuration-Ruleset-on-GNU-Linux Configuration-Ruleset-on-cearos

pfSense

Configuration-Ruleset-on-pfSense

IDSTower

Configuration: Antiphishing Ruleset on IDSTower

OPNsense

OPNsense Antiphishing ruleset on Suricata

有关当前集成状态和安装步骤,请参阅 OPNsense 文档和项目 wiki。

IPFIRE

IPFire 入侵防御上的 julioliraup/antiphishing 规则集

IPFire 上 julioliraup/antiphishing 入侵防御规则集

🔄 更新与自动化

Antiphishing 情报管道大约每 6 小时动态更新一次,以跟踪新出现的钓鱼基础设施。

更新管道处理来自多个来源的情报,并重新生成 Suricata 规则和数据集。

Suricata 集成

该项目专为与以下系统集成而设计:

  • suricata-update
  • Suricata IDS
  • Suricata IPS
  • 使用 Suricata 的防火墙平台
  • 安全监控环境

SID 分配

Antiphishing 使用以下 SID 范围:

6000000 - 6100000

SID 在项目内经过仔细分配,以避免内部冲突。


📊 情报与透明度

Antiphishing 通过公共基础设施公开其情报,使用户能够检查、评估数据,并将其集成到自己的安全工作流中。

可用组件包括:

  • 公共威胁情报仪表盘
  • Suricata 规则
  • 域名数据集
  • IPv4 数据集
  • 源自 NRD 的可疑域名情报
  • REST API
  • 文档
  • 社区问题跟踪

该项目有意公开其检测基础设施,而不是将检测方法视为黑盒。


🌐 开源生态系统

Antiphishing 构建于更广泛的开源安全生态系统之上,并与之并行发展。

该项目使用外部:

  • 威胁情报源
  • 公共 API
  • 开源库
  • 域名分析工具
  • DNS 基础设施
  • Suricata
  • Suricata-update
下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 终极 OSINT 工具包:调查图谱、置信度评分、别名家族、地图、时间线和报告。49 个模块、400+ 个站点,无需 API 密钥。

    755
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock 一键执行应用(CVE-2026-43499)

    510
  • 3

    ARTEX

    baarai/artex

    基于LLM的多智能体自主渗透测试平台,具备规划器/执行器智能体、资产与探索图谱、MITM流量记录以及漏洞复测功能。

    415
  • 4

    redforge

    cybersecurity91/redforge

    浏览器端红队工具包,包含 102 个离线工具,用于侦察、载荷生成、凭据攻击、加密、编码和交战报告。

    343
  • 5

    antifox

    antifox-ai/antifox

    AI multi-agent autonomous penetration testing platform that runs recon, attack-surface discovery, exploitation validation and evidence-backed report delivery.

    259
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI原生网络安全的行动系统——在这里,意图转化为受治理的执行,证据沉淀为运营记忆,每一次操作都让下一次更出色。

    258

探索所有工具

浏览我们的工具集合

查看所有工具 →