AntiVE-BehaviorWatch

基于嵌入式人工智能的网络安全研究中人类行为验证。

---

什么是 AntiVE-BehaviorWatch？

AntiVE-BehaviorWatch 是一个基于 Windows 的网络安全研究项目，探索一种使用嵌入式人工智能进行执行控制的新方法。

该项目不依赖传统的反分析技术（如虚拟机检测、沙箱检测、调试器检查或硬件指纹识别），而是使用嵌入式 GRU（门控循环单元）神经网络来判断是否有真实人类正在与系统交互。

该模型分析实时的鼠标行为——包括光标移动、速度、加速度、加加速度（jerk）、角速度、空闲模式以及运动特征——在允许受保护执行路径继续之前做出智能运行时决策。

---

---

架构

鼠标移动
       │
       ▼
特征提取
       │
       ▼
嵌入式 GRU 神经网络
       │
       ▼
行为分类
       │
 ┌─────┴────────┐
 │              │
 ▼              ▼
人类        空闲/人工
已验证       行为
 │              │
 ▼              ▼
继续         终止
执行         执行

---

行为特征

嵌入式模型分析多种行为特征：

• 光标距离
• 光标速度
• 加速度
• 加加速度（jerk）
• 鼠标角度
• X 轴移动
• Y 轴移动
• 空闲状态
• 空闲连续长度

这些特征在推理之前通过多个观测阶段持续收集。

---

特性

• 嵌入式 GRU 神经网络
• 离线 AI 推理
• 无需外部 AI 运行时
• 实时行为遥测
• 人类交互验证
• 多阶段分析
• 多数投票决策引擎
• 轻量级 C 语言实现
• Windows 原生应用
• 嵌入式模型权重
• 运行时行为分类

---

免责声明

本项目严格用于网络安全研究、机器学习实验、教育及授权安全测试。

它展示了嵌入式 AI 如何用于行为验证和运行时决策，不应用于未授权或恶意用途。

---

作者

Nirvana (0xNirSec)

"信任行为，而非环境。"