APT-Hunter 项目使用教程
2024-09-17 01:19:09作者:蔡丛锟
1. 项目目录结构及介绍
APT-Hunter 是一个用于 Windows 事件日志的威胁猎杀工具,其项目目录结构如下:
APT-Hunter/
├── APT-Hunter.py
├── APT-Hunter_old.py
├── Custom-Sigma-Convertor.sh
├── Get_Latest_Sigma_Rules.sh
├── LICENSE
├── O365_detection_rules.json
├── README.md
├── logo.png
├── requirements.txt
├── rules.json
├── windows-log-collector-full-v3-CSV.ps1
├── windows-log-collector-full-v3-EVTX.ps1
└── lib/
└── ...
目录结构说明:
- APT-Hunter.py: 主启动文件,用于执行威胁猎杀任务。
- APT-Hunter_old.py: 旧版本的启动文件,可能包含一些历史功能。
- Custom-Sigma-Convertor.sh: 自定义 Sigma 规则转换脚本。
- Get_Latest_Sigma_Rules.sh: 获取最新 Sigma 规则的脚本。
- LICENSE: 项目许可证文件。
- O365_detection_rules.json: Office 365 检测规则文件。
- README.md: 项目说明文档。
- logo.png: 项目图标。
- requirements.txt: 项目依赖库列表。
- rules.json: 检测规则文件。
- windows-log-collector-full-v3-CSV.ps1: 用于收集 CSV 格式日志的 PowerShell 脚本。
- windows-log-collector-full-v3-EVTX.ps1: 用于收集 EVTX 格式日志的 PowerShell 脚本。
- lib/: 包含项目所需的其他库文件。
2. 项目启动文件介绍
APT-Hunter.py
APT-Hunter.py 是 APT-Hunter 项目的主启动文件,用于执行威胁猎杀任务。该文件使用 Python 编写,主要功能包括:
- 解析 Windows 事件日志。
- 使用预定义的检测规则进行威胁检测。
- 生成检测结果报告。
启动命令
python3 APT-Hunter.py -h
该命令将显示帮助信息,包含所有可用的参数和选项。
3. 项目配置文件介绍
requirements.txt
requirements.txt 文件列出了 APT-Hunter 项目运行所需的 Python 依赖库。要安装这些依赖库,可以使用以下命令:
python3 -m pip install -r requirements.txt
rules.json
rules.json 文件包含了 APT-Hunter 使用的检测规则。这些规则用于识别 Windows 事件日志中的可疑活动。用户可以根据需要自定义或更新这些规则。
windows-log-collector-full-v3-CSV.ps1 和 windows-log-collector-full-v3-EVTX.ps1
这两个 PowerShell 脚本用于收集 Windows 事件日志。windows-log-collector-full-v3-CSV.ps1 用于收集 CSV 格式的日志,windows-log-collector-full-v3-EVTX.ps1 用于收集 EVTX 格式的日志。
使用方法
以管理员身份运行 PowerShell 脚本:
.\windows-log-collector-full-v3-CSV.ps1
或
.\windows-log-collector-full-v3-EVTX.ps1
收集到的日志文件将用于 APT-Hunter 的分析。
总结
APT-Hunter 是一个强大的威胁猎杀工具,适用于 Windows 事件日志的分析。通过本教程,您可以了解项目的目录结构、启动文件和配置文件的使用方法,从而更好地利用 APT-Hunter 进行威胁检测。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C050
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0126
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
440
3.35 K
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++
819
391
Ascend Extension for PyTorch
Python
248
285
React Native鸿蒙化仓库
JavaScript
275
329
暂无简介
Dart
701
164
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
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
134
49
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.23 K
677
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
555
110