MachineLearningBasedMalwareDetection

KO | EN

gitlite — search

#javascript #python #ai #typescript #golang #android #machine-learning #deep-learning #linux #docker #cli #vue #awesome-list #mcp

MachineLearningBasedMalwareDetection

(★ 85)

A machine learning-based malware detection system (featuring a clean, user-friendly interface and a detailed user guide)

MachineLearningBasedMalwareDetection Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 项目介绍

该项目是一个基于 Ember 模型和 PEiD 资料库的恶意软件静态分析工具，可以实现对恶意软件的静态行为检测。

在 Ember 模型的基础上，实现以下创新与拓展：

1. 在原先ember模型的基础上使用2025年的新恶意样本训练了新的模型
2. 相比原项目的检测方法，本项目将 PE 文件的 2381 个特征提取并实现了更为精确的特征配对
3. 实现更为丰富的PE文件静态检测，拓展熵值分析和加壳分析等功能
4. 项目分为针对小白的交互模式和针对细致分析的命令行模式
5. 项目还提供了图形界面(GUI)版本，便于非命令行用户使用。

# 环境准备

## 1. 模型准备

训练好的 Ember 模型已经添加在项目文件中
想要自己训练模型的用户可访问 Ember 的 GitHub 开源项目：
  [https://github.com/elastic/ember?tab=readme-ov-file](https://github.com/elastic/ember?tab=readme-ov-file)

用以检测壳的 PEiD 资料库 userdb.TXT 也包括在项目文件中
有自定义需求的用户请访问官方网站：
  [https://www.softpedia.com/get/Programming/Packers-Crypters-Protectors/PEiD-updated.shtml](https://www.softpedia.com/get/Programming/Packers-Crypters-Protectors/PEiD-updated.shtml)

## 2. 运行环境搭建

使用者可以使用以下任一方式搭建环境：

**方式一：**
```bash
pip install -r requirements.txt
python setup.py install
```

**方式二：**
```bash
conda config --add channels conda-forge
conda install --file requirements.txt
python setup.py install
```
由于版本迭代的原因，按照上述步骤一起安装相关包可能在部分主机上产生问题，可以尝试单独pip install或者conda install写在requirements.txt中的项，或者将包后的版本号去除。其中特别说明yara包安装之前需要先apt install相关的软件，详细的可以自行查阅相关资料。

## 3. 使用指南

本项目提供两种使用模式：

### 交互模式
直接运行：
```bash
python detec.py
```
根据提示操作，可实现对单独文件或目录下所有文件的分析和报告存档。

### 命令行模式
提供更详细的检测报告，使用以下命令获取帮助：
```bash
python detec.py -h
```

### GUI模式
项目提供了图形界面版本，支持更直观的操作：

**Windows系统：**
```bash
run_gui.bat
```

**Linux/Mac系统：**
```bash
./run_gui.sh
```

**或直接运行：**
```bash
python malware_rat_gui/main.py
```

**GUI功能：**
- 支持文件/文件夹选择
- 批量扫描功能
- 结果可视化展示
- JSON报告导出

## 4. GUI 使用详细指南

### 启动 GUI

1. 使用 conda 环境：`conda activate malware-rat`
2. 运行 GUI：`python malware_rat_gui/main.py`

### 基本操作

- **选择文件/文件夹**：点击 "选择文件" 或 "选择文件夹" 按钮
- **开始扫描**：点击 "开始扫描" 按钮进行恶意软件检测
- **查看结果**：扫描结果在右侧表格中显示，包括文件名、检测结果、置信度等
- **导出报告**：点击 "导出报告" 按钮可将结果保存为 JSON 文件

### 注意事项

- 确保已安装所有依赖（使用 `environment.yml` 或 `requirements.txt`）
- GUI 需要图形界面支持，在远程服务器上可能需要 X11 转发

## 5. 样本资源

在2020，2021，2025文件夹中保存了对应年份的恶意软件样本，请在安全的环境运行！你也可以在此项目中寻找你自己的样本：
 [rshipp/awesome-malware-analysis](https://github.com/rshipp/awesome-malware-analysis)

MachineLearningBasedMalwareDetection

MachineLearningBasedMalwareDetection Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

MachineLearningBasedMalwareDetection

MachineLearningBasedMalwareDetection Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README