iMonitor 项目推荐
2026-01-29 11:56:22作者:毕习沙Eudora
项目基础介绍和主要编程语言
iMonitor(冰镜 - 终端行为分析系统)是一个基于 iMonitorSDK 的终端行为监控和分析软件。该项目主要使用 C++ 和 C 语言进行开发,同时也使用了 CMake 作为构建工具。iMonitor 旨在提供对系统行为的全面监控,包括进程、文件、注册表和网络等,适用于病毒分析、软件逆向工程、入侵检测和 EDR 等领域。
项目核心功能
iMonitor 的核心功能包括:
- 系统行为监控:实时监控和记录系统中的进程、文件、注册表和网络活动。
- 扩展和脚本支持:支持通过脚本扩展功能,用户可以自定义和添加更多功能。
- 事件快照:提供事件快照支持,便于分析和回溯系统行为。
- 动态库加载分析:分析动态库的加载情况,识别 DLL 丢失和劫持风险。
- 多语言支持:支持多种语言界面,方便不同语言用户使用。
- 插件支持:支持自定义插件,扩展系统功能。
- 规则匹配:支持自定义规则匹配,便于过滤和分析特定行为。
项目最近更新的功能
iMonitor 最近更新的功能包括:
- 脚本支持:新增脚本支持,用户可以使用脚本扩展列和自定义匹配器。
- 用户体验优化:优化了多个用户体验,修复了一些小问题。
- 优先级调整:调整了分组和过滤的优先级,先过滤后分组。
- 事件快照支持:新增事件快照支持,支持快照排序。
- 动态库加载分析:新增动态库加载分析功能,分析 DLL 丢失和劫持风险。
- 显示列管理:新增显示列管理功能,用户可以自定义显示数据。
- 高亮功能:新增高亮功能,可以高亮关键数据。
- 分组和合并统计:支持分组和合并统计,提升分析便利性。
- 工作区管理:新增工作区管理,支持快速切换不同分析场景。
- 查找功能:新增查找功能,方便用户快速定位数据。
- 多语言支持:新增多语言支持,方便不同语言用户使用。
- 插件支持:新增插件支持,支持自定义列和规则匹配。
- 规则匹配:新增规则匹配功能,支持自定义规则匹配。
- 界面交互:新增界面交互功能,需要 Qt 依赖。
- 内置插件:内置了一些插件,扩展系统功能。
- IP 地址归属列:新增 IP 地址归属列,方便分析网络行为。
- 路径信息列:新增路径信息列,支持自定义规则显示。
- 进程敏感行为描述列:新增进程敏感行为描述列,便于分析进程行为。
- 快速规则匹配:新增快速规则匹配功能,提升匹配效率。
- 正则表达式支持:新增正则表达式支持,提升规则匹配灵活性。
通过这些更新,iMonitor 进一步提升了其功能性和用户体验,使其成为终端行为分析领域的强大工具。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
930
801
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
870
207
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
189
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160