探索异常软件行为的利器 —— Malware Behavior Analyzer (MBA)
2024-06-10 13:07:15作者:吴年前Myrtle
探索异常软件行为的利器 —— Malware Behavior Analyzer (MBA)
项目介绍
Malware Behavior Analyzer (MBA) 是一个基于QEMU的安全沙箱系统,专为异常软件分析设计。目前,MBA主要支持x86_64架构和Windows 10 x64虚拟机环境。这个强大的工具集成了多种功能,以帮助安全研究人员深入理解异常软件的行为。
项目技术分析
MBA的核心特性包括:
-
解耦信息流跟踪(DIFT): 一种被称为污点分析的技术,用于识别异常软件对客体OS造成的影响。在MBA中,DIFT已被升级到支持现代x86_64平台。
-
磁盘取证(Tsk): Tsk扩展提供了磁盘扇区与Windows客体文件之间的翻译,增强了分析深度。
-
内存取证(MemFrs): 通过虚拟机内省在不依赖客体OS的情况下解析内存数据,提取如进程列表等高阶语义信息。
-
Windows内嵌式代理(Agent): 提供QEMU控制台与Windows客体操作系统间通信的能力,支持执行命令、导入导出文件等功能。
-
开箱即用的挂钩(OBHook): 在虚拟机层面实现对客体OS事件的拦截,无需修改客体代码,避免了异常软件的干扰。
-
网络流量监控(NetTraMon): 监控并解析客体OS的TCP/UDP/ICMP网络流量,用户可以设置存储特定协议解析后的包。
-
指令记录器(Tracer): 实时记录样本执行的指令,提供用户态和内核态的追踪功能。
-
系统调用记录器(Systrace): 记录样本运行过程中的系统调用,有助于理解异常软件操作系统的手段。
应用场景
MBA适用于各种安全研究场景,例如:
- 异常软件行为分析
- 网络安全威胁检测
- 软件问题挖掘
- 反病毒策略开发
- 系统安全评估
项目特点
- 全面性:涵盖多种分析方法,从信息流跟踪到系统调用追踪。
- 灵活性:可根据需求启用或禁用不同组件。
- 兼容性:主要针对x86_64架构和Windows 10 x64,但具有一定的可移植性。
- 易用性:提供清晰的API文档和快速启动指南。
- 社区支持:由国立交通大学分布式系统和网络安全实验室的成员维护,有一支专业的团队支持。
要开始使用MBA,请访问项目GitHub页面克隆源码,按照提供的说明进行编译和配置。让我们一起探索异常软件世界的奥秘,保护我们的数字世界不受侵犯!
登录后查看全文
热门项目推荐
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。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
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
235
98
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (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
1.28 K
705