
PRODAFT威胁情报平台是一个专业的网络威胁指标库,汇集了来自多个重大网络安全调查的威胁情报数据。该项目提供了详细的威胁行为者分析、攻击技术指标(IOC)以及防护建议,帮助安全团队及时发现和应对网络威胁。
该项目为威胁情报数据集合,无需复杂的安装过程。安全团队可以通过以下方式使用:
对于DGA检测脚本,需要安装以下Python依赖:
import socket
import dns.resolver
from datetimeimportdatetime
from javarandomimportRandom
import asyncio
import aiodns安全团队可以直接使用提供的IOC数据进行威胁检测:
# 示例:检测恶意域名
malicious_domains= [
"neuroflux42.com",
"dhuieowdwj89hd1jd1.club",
"openkitchen22.site"
]
def check_domain(domain):
try:
ip = socket.gethostbyname(domain)
if ip in malicious_ips:
print(f"恶意域名检测: {domain} -> {ip}")
except:
pass项目包含FluBot DGA检测脚本,可生成并检测动态域名:
def gen_seed():
year = datetime.today().year
month = datetime.today().month
mask = 0xffffffffffffffff
j = year^month^0
j2 = j*2&mask
j3 = j2* ((year&mask)^j2)&mask
j4 = j3* ((month&mask)^j3)&mask
j5 = j4* (0^j4)&mask
seed = (j5+1949)&mask
return seeddef gen_domain():
r = Random(seed=gen_seed())
for i in range(5000):
domain=""
for i2 in range(15):
domain += chr(r.nextInt(25)+97)
if i%3 ==0:
domain +=".ru"
elif i%2 ==0:
domain +=".com"
else:
domain +=".cn"
print(domain)async def query_dns(domain):
try:
r = await resolver.query(domain,'A')
print("FluBot DGA domain -> ",r,domain)
except:
pass
async def query():
tasks = []
for d in gen_domain():
tasks.append(asyncio.ensure_future(query_dns(d)))
resps = await asyncio.gather(*tasks)seeds= [2931,1905,1642,1136,1813,1945]
def gen_seed(s):
year = datetime.today().year
month = datetime.today().month
month = month-1
mask = 0xffffffffffffffff
j = year^month^0
j2 = j*2&mask
j3 = j2* ((year&mask)^j2)&mask
j4 = j3* ((month&mask)^j3)&mask
j5 = j4* (0^j4)&mask
seed = (j5+s)&mask
return seed威胁情报例子
1.威胁情报列表

2.Android僵尸网络(AntiDot)威胁情报数据

3.勒索组织Arcane Mantis威胁情报数据

该项目为网络安全专业人员提供了宝贵的威胁情报资源,帮助组织更好地防御日益复杂的网络威胁。所有数据均基于PRODAFT安全团队的实际调查和分析,具有高度的准确性和实用性。
需要识别网络数据中是否存在上述威胁情报内容的朋友,可以自己clone项目下来添加到检测库检测识别试试。
github链接地址:https://github.com/prodaft/malware-ioc.git