HeySerial 项目安装与配置指南
2025-04-17 17:50:20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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
186
201
暂无简介
Dart
627
142
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
React Native鸿蒙化仓库
JavaScript
242
316
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
383
3.53 K
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
481
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++
648
265
🎉 (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
1.11 K
622
仓颉编译器源码及 cjdb 调试工具。
C++
128
857