HeySerial 项目安装与配置指南
2025-04-17 14:54:04作者:凌朦慧Richard
1. 项目基础介绍
HeySerial 是一个开源项目,旨在帮助安全研究人员和开发人员程序化地创建用于反序列化攻击狩猎的规则。这些规则可以针对不同的关键词、攻击链、对象类型、编码以及规则类型(如 Snort、Yara 等)生成。HeySerial 由 Mandiant 公司的 Alyssa Rahman 创建,并遵循 Apache-2.0 和 MIT 开源许可证。
主要编程语言:Python
2. 项目使用的关键技术和框架
- Python:项目的主要编程语言。
- Snort:开源的网络入侵防御系统,用于检测和阻止恶意活动。
- Yara:一个开源的恶意软件检测工具,用于识别和分类恶意软件样本。
- YSoSerial:用于生成反序列化攻击载荷的工具。
3. 安装和配置准备工作
在开始安装之前,请确保您的系统中已安装以下软件:
- Python 3.x
- Git
- 可能还需要安装 Java、.NET 或 PHP 等环境,这取决于您打算生成的反序列化规则所针对的对象类型。
安装步骤
-
克隆项目
打开命令行(终端),使用以下命令克隆项目:
git clone https://github.com/mandiant/heyserial.git cd heyserial -
安装 Python 依赖
HeySerial 可能需要一些 Python 库。在项目目录中,运行以下命令安装这些依赖:
pip install -r requirements.txt -
安装 Snort 和 Yara(可选)
如果您打算使用 Snort 或 Yara 规则,请确保已安装这些工具。安装步骤可能会根据您的操作系统而有所不同。
-
生成规则
HeySerial 可以通过命令行参数生成规则。例如,以下命令将生成针对 Java 对象类型的反序列化规则:
python3 heyserial.py -t JavaObj根据您的需求,可以添加更多的参数来定制规则。
-
测试规则
HeySerial 提供了一些工具来帮助您测试生成的规则。例如,您可以使用
checkyoself.py工具对规则进行测试。python3 checkyoself.py -y path/to/rules.yara -s path/to/rules.snort -d path/to/malware_samples
请确保按照上述步骤操作,并根据需要调整命令中的路径和参数。以上指南将帮助您成功安装和配置 HeySerial 项目。
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
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
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
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
492
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
346
147