Builds network traffic baselines from NetFlow/IPFIX CSV/JSON data using Python pandas for statistical analysis, Z-Score/IQR anomaly detection, and hourly/daily patterns. Useful for SOC network monitoring.
npx claudepluginhub killvxk/cybersecurity-skills-zhThis skill uses the workspace's default tool permissions.
网络流量基线通过分析历史 NetFlow/IPFIX 数据，建立正常通信模式的统计画像，反映预期行为。本技能使用 Python pandas 计算按小时和按天的流量分布、每台主机的字节/数据包计数、协议比例和 Top-N 通信者画像。异常检测使用 Z-Score 阈值和 IQR（四分位距）离群值方法，帮助 SOC 分析员识别偏差，例如数据泄露峰值、信标行为（Beaconing）和异常端口使用。
Builds network traffic baselines from NetFlow/IPFIX CSV/JSON data using Python pandas for statistical analysis, z-score/IQR anomaly detection, and hourly/daily profiling for SOC analysts.
Builds network traffic baselines from NetFlow/IPFIX data using Python pandas for statistical analysis, z-score anomaly detection, and hourly/daily profiling.
Parses NetFlow v9 and IPFIX records with Python netflow library to detect volumetric anomalies, port scanning, data exfiltration, and C2 beaconing via statistical baselines.
Share bugs, ideas, or general feedback.
网络流量基线通过分析历史 NetFlow/IPFIX 数据，建立正常通信模式的统计画像，反映预期行为。本技能使用 Python pandas 计算按小时和按天的流量分布、每台主机的字节/数据包计数、协议比例和 Top-N 通信者画像。异常检测使用 Z-Score 阈值和 IQR（四分位距）离群值方法，帮助 SOC 分析员识别偏差，例如数据泄露峰值、信标行为（Beaconing）和异常端口使用。
JSON 报告，包含流量基线（按小时/按天画像）、每台主机统计数据、带 Z-Score 的检测异常，以及带偏差指标的 Top 通信者排名。