当前位置: 首页 > news >正文

【开源项目1】基于机器学习木马查杀引擎项目

最近在研究一些开放的查杀引擎,看到一个项目刚刚开源了,并且测试下效果,故写下使用感受
如果有下一步的话,可以针对其项目进行查杀逻辑梳理,和深度剖析(有时间搞时哈哈哈哈)

项目地址:sheildml木马查杀引擎
项目简介

免费的木马查杀引擎 bt-ShieldML是一款基于机器学习的堡塔木马查杀引擎,主要针对Web服务器环境中的恶意代码文件进行检测。 项目第一阶段聚焦于PHP文件的检测,后续将扩展支持更多语言,引擎将以Go语言实现,并编译为独立可执行文件,可集成到堡塔面板功能或作为独立工具使用。 安装即可使用!

项目亮点

  • 支持docker部署
  • 提供多种可视化平台:检测平台、检测报告生成
  • 检测效果不错,可以用来做二开,自个服务器文件检测

项目下一步发展规划【官方说的】

  • 将扩展支持ASP、JSP等多语言webshell检测
  • 持续优化检测引擎,新增深度学习预测模型

Ⅰ 功能介绍

木马查杀工作原理图

在这里插入图片描述

AST通信逻辑图

在这里插入图片描述

Ⅱ 使用指南

① docker部署

直接拉取即可,然后访问 http://ip:6528/shieldml_scan.html,这个就很方便了,下载就可以用了

docker run -d \--name btshieldml \-p 6528:6528 \btpanel/btshieldml:latest

②本地搭建

直接看官方指南文档,里面写得十分详细

执行命令

./shieldml_server

就可以访问了 http://ip:6528/shieldml_scan.html

Ⅲ 测试效果

值得注意:项目支持自己本地部署检测平台,建议是内网部署,记住不要把这个平台开放出去

在这里插入图片描述

拿了自个的网站进行测试,6000+个php文件,其中夹杂了两份php后门

检测效果1:命令行测试

比较习惯使用命令行执行,这样子,就会输出一份检测报告

./bt-shieldml -path /www/wwwroot/xxxxxxxx/  -output report.html

效果中等,基本的木马文件都会查杀出来,除非是一些极其混淆的后门文件,每次检测出来后,还可以查看详细
在这里插入图片描述

测试效果2:检测平台

直接拖文件进去,改了下代码,可以直接拖拽文件夹进行检测

检测效果:存在一定误报,但误报较低,有详情可查阅,这个还好
还有就是这个界面真滴好看,检测起来特别丝滑
在这里插入图片描述

http://www.xdnf.cn/news/607897.html

相关文章:

  • 1.3 线性系统的时域分析法
  • kafka速度快的原理
  • 【时时三省】(C语言基础)对被调用函数的声明和函数原型
  • [Datagear] [SQL]实现分组统计同时带汇总行的两种方式对比分析
  • AI架构师的新工具箱:ChatGPT、Copilot、AutoML、模型服务平台
  • NtfsLookupAttributeByName函数分析之和Scb->AttributeName的关系
  • vim快速移动光标
  • 多路径传输(比如 MPTCP)控制实时突发
  • 动态规划经典三题_完全平方数
  • JFace中MVC的表格使用介绍
  • C++高效求解非线性方程组的实践指南
  • Ubuntu 18.04 升级内核到 5.X(< 5.10)
  • 【YOLOs-CPP-图像分类部署】03-解决报错
  • LSNet:以小见大,CVPR2025全新轻量级主干网络
  • Node.js 库大全
  • 怎么判断一个Android APP使用了KMM这个跨端框架
  • AI是否会取代人类?浔川问答①
  • 怎么判断一个Android APP使用了Tauri 这个跨端框架
  • css 里面写if else 条件判断
  • 量化indicators指标
  • @JsonFormat时区问题
  • 从渗透测试角度分析 HTTP 数据包
  • 3D打印仿造+ AI大脑赋能,造出会思考的全景相机
  • 【摄影测量与遥感】卫星姿态角解析:Roll/Pitch/Yaw与Φ/Ω/Κ的对应关系
  • 第十天 高精地图与定位(SLAM、RTK技术) 多传感器融合(Kalman滤波、深度学习)
  • PyTorch中TensorBoardX模块与torch.utils.tensorboard模块的对比分析
  • Teensy LC 一款由 PJRC 公司开发的高性能 32 位微控制器开发板
  • vue-pure-admin动态路由无Layout实现解决方案
  • 【大数据】宽表和窄表
  • Python 实现基于 OpenAI API 的文章标题自动生成评论