PSHunt 项目亮点解析
2025-06-08 12:06:38作者:咎竹峻Karen
1. 项目基础介绍
PSHunt 是一个基于 PowerShell 的威胁狩猎模块,旨在帮助安全专家扫描远程端点以发现妥协指标或收集系统状态的综合信息。该模块最初是 Infocyte 商业产品 Infocyte HUNT 的前身,现在开源供数字取证和 incident response (DFIR) 社区使用。PSHunt 目前主要支持 Windows 系统。
2. 项目代码目录及介绍
PSHunt 的代码结构清晰,分为多个模块、函数和文件夹,以下是其主要目录及功能介绍:
- Discovery:包含用于识别网络上主机并构建目标列表的函数和 cmdlet,供扫描和调查部署使用。
- Scanners:包含针对远程计算机执行模块化查询的脚本,使用
Invoke-HuntScan命令启动扫描。 - Surveys:包含部署到远程主机以收集详细系统信息的脚本。
- Utilities:提供执行调查和扫描的基础功能。
- Analysis:包含分析调查和扫描结果的框架,以及文件分析工具。
- Libraries (Lib):集成了第三方工具,如 Posh-VirusTotal,用于增强分析能力。
- Reputation Lists:包含 NIST NSRL 数据库的哈希值以及使用 PSHunt 的
Get-VTReport提交的任何 VirusTotal 报告。
3. 项目亮点功能拆解
PSHunt 的亮点功能包括:
- 自动目标识别:通过 Discovery 模块,自动识别网络上的主机并创建目标列表。
- 模块化扫描:Scanners 模块提供多种扫描,可根据需要选择扫描类型。
- 深度调查:Surveys 模块允许在远程主机上运行脚本来收集比远程 WMI 或注册表查询更深入的信息。
4. 项目主要技术亮点拆解
PSHunt 的技术亮点主要包括:
- 灵活的模块化设计:模块化设计允许用户根据特定需求轻松添加或修改功能。
- 强大的分析工具:提供调查和文件分析功能,帮助安全专家识别威胁。
- 第三方集成:集成了如 Posh-VirusTotal 等第三方工具,增强分析能力。
5. 与同类项目对比的亮点
相比同类项目,PSHunt 的亮点在于:
- 开源且活跃:项目在 GitHub 上开源,且维护活跃,接受社区反馈和贡献。
- 专注于威胁狩猎:专为威胁狩猎设计,提供了丰富的工具和功能,而非仅限于一般的安全扫描。
- 易于集成和扩展:模块化设计使得与其他工具和平台集成更加容易,同时支持用户自定义扩展。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
617