简介
LitterBox 是自建的 payload 分析沙箱:上传样本后可跑静态/动态/EDR 分析,输出 Detection Score 与触发指标,支持用 profile 接入 EDR,用于出手前的实验室验证。
- 适合谁: 红蓝对抗团队:想在实验室先量化检测风险,再决定是否进入真实环境
- 可搭配: Python 3.11+;Windows 与 Docker(Linux);可选 EDR profiles;README 链接到 MCP 集成说明(Wiki)
- 准备时间: 30–90 分钟(Docker 初次构建约 1 小时)
实战建议
- GitHub:1,416 stars · 161 forks;最近更新 2026-05-05(GitHub API 验证)。
- README 表示 Docker 安装会拉起带 KVM 的 Windows 10 容器,完成后 UI 在
http://127.0.0.1:1337。 - README 给出内置扫描器版本与日期(例如 PE-Sieve 0.4.1.2 更新至 2026-05-02;Elastic YARA 规则 commit
d131ea8)。
主要内容
把 LitterBox 用成“可落地的门禁”:
- 作为 出手前的关卡:每个样本都走同一套 pipeline,别靠拍脑袋放行。
- EDR profiles 与扫描器版本做变更管理;README 的 scanner 表让漂移一眼可见。
- 用结果推动决策:是 重写/降噪、还是 换环境,还是 直接放弃。
- 一定要隔离运行。README 的安全提示强调只在隔离 VM/专用测试环境中使用。
即便不走 MCP,单靠 “Detection Score + 触发指标拆解” 也足以把评审讨论标准化。
FAQ
能在日常工作机上跑吗? 答:建议只在隔离环境跑。README 提示不要用于生产,推荐隔离 VM/实验室环境。
EDR profiles 放哪?
答:README 说把 YAML profile 放到 Config/edr_profiles/,启动时会自动加载。
支持 MCP 吗?
答:README 的文档表格链接到 LitterBoxMCP(Wiki 页面)。