探索威胁的利器:PSHunt PowerShell 模块
2024-05-23 12:13:45作者:曹令琨Iris
项目介绍
在网络安全领域,高效且深入的威胁检测是保护系统免受攻击的关键。PSHunt 是一个专为PowerShell设计的威胁猎杀模块,它能对远程Windows端点进行全面扫描,以发现潜在的风险迹象或获取系统状态信息(如活动进程、自启动项、配置和日志)。这个项目源自Infocyte公司的商业产品Infocyte HUNT,并现在已被开源,以回馈DFIR(数字取证与响应)社区。
更多关于PSHunt的信息,你可以阅读官方博客:在好狩猎中。
项目技术分析
PSHunt采用了模块化的设计,主要分为以下部分:
- Discovery:用于识别网络中的主机并构建目标列表。
- Scanners:模块化的查询脚本,接受远程ComputerName参数并返回Powershell对象。
- Surveys:部署到远程主机的脚本,收集详尽的主机信息。
- Utilities:提供部署和执行调查及扫描的基础功能。
- Analysis:包括调查结果分析和文件分析功能。
- Libraries (Lib):第三方工具库,支持额外的分析或框架项目。
- Reputation Lists:声誉列表,包含了NIST NSRL数据库的哈希值等信息。
这些组件共同构成了一个强大的威胁探测平台。
项目及技术应用场景
PSHunt适用于多种场景,包括但不限于:
- 安全事件响应:快速评估整个网络中是否存在风险主机。
- 常规安全审计:定期检查系统状态,预防潜在风险。
- 企业内部监控:持续监控关键业务系统的健康状况。
- 可疑程序分析:通过文件分析功能,鉴定可疑文件的性质。
项目特点
- 模块化设计:各个组件独立,易于扩展和维护。
- 全面的信息获取:覆盖操作系统信息、进程、自启动项等多个层面。
- 本地深度分析:通过部署Surveys,可在目标主机上进行更深入的本地分析。
- 灵活的部署:可以单独使用特定模块,也可以组合使用以实现定制化的安全扫描。
- 开源与协作:代码开源,允许自由使用、修改和贡献,有丰富的社区支持。
总结来说,PSHunt是一个强大而灵活的安全工具,旨在帮助安全专业人员更好地发现和应对网络威胁。无论你是个人开发者还是企业安全团队,都可以从PSHunt中受益,赶紧尝试一下吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥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
64
19
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322