Elemental:您的全面威胁情报中心
2024-05-21 16:42:49作者:咎竹峻Karen

项目简介
Elemental是一个集成了MITRE ATT&CK技术、Atomic Red Team测试和超过280个Sigma规则的中央威胁库。这个平台提供了一种探索ATT&CK数据集的新方式,将相关的Atomic Red Team测试和Sigma规则映射到各自的技术中。此外,它允许防御者创建自定义的ATT&CK技术,并上传Sigma规则。
作为加州大学伯克利分校网络安全硕士课程的顶点项目,Elemental旨在社区的反馈和改进下不断成长。虽然当前实例尚未配置为生产环境,但其潜力无限,对安全研究人员和防御者来说,无疑是一个强大的工具。
技术分析
Elemental基于Django框架构建,提供了直观的用户界面来查看和管理MITRE ATT&CK技术、Atomic Red Team测试和Sigma规则。使用者可以浏览Markdown和Yaml格式的Atomic Red Team测试,以及Yaml格式的Sigma规则。该平台的核心是其数据整合和可视化的能力,使用户能快速理解和应对各种攻击技术。
应用场景
Elemental在以下场景中表现出色:
- 威胁情报研究:研究者可以通过统一的视图了解各种威胁技术和对应的检测策略。
- 防御策略规划:安全团队可以根据平台上提供的信息,设计和优化自己的防护措施。
- 事件响应:在发生安全事件时,快速查找相关Sigma规则以进行调查和响应。
- 教育与培训:为安全专业人员提供实战演练的资源库,提升他们的威胁检测技能。
项目特点
- 全面集成:涵盖MITRE ATT&CK、Atomic Red Team和Sigma三大领域的威胁情报资源。
- 自定义功能:用户可以添加自定义的ATT&CK技术和上传Sigma规则,满足特定需求。
- 可视化的技术展示:清晰的用户界面使得技术信息和关联测试易于理解。
- 持续更新:计划增加更多功能,如日志源映射、过滤器、规则转换等。
深度体验
要体验Elemental的强大功能,请按照下面的安装步骤操作:
git clone https://github.com/Elemental-attack/Elemental.git
cd Elemental/elemental
pip install -r requirements.txt
python manage.py runserver
默认的Django管理页面凭据为:user: elemental | password: berkelium。
感谢MITRE ATT&CK、Atomic Red Team、ATT&CK Python Client和Sigma的贡献者,以及Elemental的四位作者:Josh Hakala、Steve Rice、Aaron Crouch和Erick Pasco。
该项目遵循许可证文件的规定使用。
利用Elemental,让您的威胁防御更上一层楼!
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 StartedJavaScript093- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
3步掌握Mermaid Live Editor:让图表创作效率提升10倍3个高效研究工具,让你的学术工作流提升80%效率3步搞定黑苹果EFI:OpCore Simplify如何革新你的配置体验如何使用密码安全检测工具提升系统防护能力零基础2024新版:3步打造专属微信群智能助手3个高效技巧:ChilloutMix NiPrunedFp32Fix让你快速生成超逼真图像3步解锁OpCore Simplify:告别OpenCore配置烦恼,新手也能轻松上手如何3秒提取屏幕文字?Windows OCR工具实战指南Linux Notion客户端:如何突破生态壁垒实现无缝集成AI建筑设计草图生成工具:用ChilloutMix NiPrunedFp32Fix释放创意潜能
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude 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 Started
JavaScript
521
93
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++
956
951
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
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
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
140
221