探索安全新高度:ARTHIR - 远程威胁狩猎与事件响应框架
1、项目介绍
ATHIR(ATT&CK Remote Threat Hunting Incident Response)是一个创新的开源项目,它是经典KANSA框架的升级版,专为远程威胁检测和应对而设计。在KANSA基础上,ARTHIR增强了灵活性,允许执行二进制工具和脚本,并将结果回传到主机,提供了一种全新的远程调查方式。
2、项目技术分析
ARTHIR基于PowerShell构建,采用模块化设计,使用者可以运行内置的PowerShell模块,创建自定义模块,或者推送并运行任何工具、脚本或二进制文件。它能够处理复杂的任务,如运行LOG-MD-Pro报告生成器,收集报告并返回。此外,ARTHIR支持通过WinRM协议进行远程操作,适应域内和非域环境。
3、项目及技术应用场景
-
应急响应:在遭遇网络攻击时,快速部署arthir对多台目标系统进行远程取证,收集系统配置、活动日志和潜在恶意行为的信息。
-
威胁狩猎:定期执行ARTHIR模块,持续监控网络中的异常行为,预防潜在的安全威胁。
-
合规性审计:通过执行特定模块检查系统设置,确保符合企业或行业的安全标准。
-
远程管理:对于分布式系统,ARTHIR提供了一种集中控制,远程执行任务的方法,比如更新软件、收集日志等。
4、项目特点
-
模块化设计:用户可以根据需求选择要运行的模块,实现定制化的调查策略。
-
二进制执行能力:不仅限于脚本,还能执行二进制工具,极大地扩展了功能范围。
-
灵活的认证机制:支持Kerberos和Negotiate身份验证,适用于域和非域环境。
-
强大的日志记录:提供
-Transcribe和-Verbose选项,详细记录操作过程,方便后期分析和调试。 -
社区支持:设有专门的Slack频道,用户可以在这里交流心得,获取帮助。
如果你想提升你的安全运营效率,或者需要一个强大的远程响应工具,那么ARTHIR无疑是一个值得尝试的选择。立即加入这个开源项目,让我们的网络安全更加智能和敏捷。你可以在www.ARTHIR.com 或 https://github.com/MalwareArchaeology/ARTHIR 获取更多信息并开始你的探索之旅。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00