EVTX-Hunter 使用与安装指南
2024-08-26 13:34:07作者:郜逊炳
1. 项目目录结构及介绍
EVTX-Hunter 是一个专为快速识别Windows事件查看器(EVTX)文件中安全相关活动而设计的Python工具。下面是该项目的基本目录结构及其简介:
.
├── app # 包含应用的核心代码
├── documentation # 文档和截图等辅助说明材料
│ └── screenshots # 工具使用的示例或截图
├── external # 可能存放第三方或额外支持文件
├── rules # 规则文件夹,定义监控的行为准则
│ ├── first_occurrence.json # 监控首次发生事件的规则
│ └── interesting_events.json # 监控特定事件每次发生的规则
├── stylesheets # 包含CSS样式表,用于自定义报告的外观
├── .gitignore # Git忽略文件配置
├── LICENSE # 项目采用的GPL-3.0许可证文件
├── readme.md # 主要的项目说明文档
├── requirements.txt # Python依赖文件,列出运行所需的库
└── evtx_hunter.py # 项目的主要执行脚本
2. 项目的启动文件介绍
启动文件: evtx_hunter.py
这是EVTX-Hunter的主程序文件,它负责处理命令行参数并执行对EVTX文件的搜索逻辑。用户通过在命令行中调用此脚本来开始分析指定文件夹中的所有EVTX文件。基本使用方式如下:
python evtx_hunter.py <evtx_folder>
这里,<evtx_folder>是你想要扫描的包含EVTX文件的文件夹路径。
3. 项目的配置文件介绍
rules/first_occurrence.json 和 rules/interesting_events.json
EVTX-Hunter使用JSON格式的规则文件来定义哪些事件被认为是“有趣”或需要特别关注的。这些配置文件位于rules目录下,分别处理首次发生的特定事件和任何时间发生的特定事件的监控。
- first_occurrence.json: 定义了监控标准,以捕获如新DNS查询、特定进程首次启动、新服务安装等活动。
- interesting_events.json: 确定应该监视的一般事件,例如用户账号锁定或清除事件日志等重复性重要活动。
用户可以根据需求定制这些规则文件,添加新的观察条件或者修改现有规则,以便适应不同的调查和威胁狩猎场景。
以上就是关于EVTX-Hunter项目的基础结构、启动流程以及配置管理的简明指南。遵循这些建议,你可以有效地利用该工具来进行安全事件的快速分析和响应。
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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++
689
326
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
493