SKILLEMALL.ai
GitHub ↗ EN Войти

CC detecting-mobile-malware-behavior

Обнаруживает и анализирует вредоносное поведение в мобильных приложениях посредством поведенческого анализа, обнаружения злоупотребления разрешениями, мониторинга сетевого трафика и динамической инструментации. Используйте при анализе подозрительных мобильных приложений на предмет утечки данных, связи с командно-контрольным центром, кражи учетных данных, перехвата SMS или других индикаторов вредоносного ПО. Активируется для запросов, связанных с анализом мобильных вредоносных программ, мониторингом поведения приложений, обнаружением троянов или расследованием подозрительных приложений.

машинный переводПоказать оригиналСкрыть оригинал«Detects and analyzes malicious behavior in mobile applications through…»

Detects and analyzes malicious behavior in mobile applications through behavioral analysis, permission abuse detection, network traffic monitoring, and dynamic instrumentation. Use when analyzing suspicious mobile applications for data exfiltration, command-and-control communication, credential stealing, SMS interception, or other malware indicators. Activates for requests involving mobile malware analysis, app behavior monitoring, trojan detection, or suspicious app investigation.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 8 файлов · 2 скрипта тело ≈ 1 834 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Обнаруживает и анализирует вредоносное поведение в мобильных приложениях посредством поведенческого анализа, обнаружения злоупотребления разрешениями…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, повторный запуск

АнализаторБезопасностьтип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
85/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 10

    ✓ Критических и высоких находок нет

    Средние и низкие: 10
    • низкая Рискованное назначение intent-offensive-security assets/template.md:1
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      # Mobile Malware Analysis Report
    • низкая Рискованное назначение intent-offensive-security assets/template.md:25
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | File Encryption | [YES/NO] | Ransomware |
    • низкая Рискованное назначение intent-offensive-security assets/template.md:30
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Domain | [DOMAIN] | C2 Server |
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:10
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      | BIND_DEVICE_ADMIN | CRITICAL | Device lockout, ransomware |
      детектор
    • низкая Рискованное назначение intent-offensive-security references/standards.md:19
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Command and Control | T1437.001: Web Protocols | HTTPS beaconing |
    • низкая Рискованное назначение intent-offensive-security SKILL.md:7
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      or other malware indicators. Activates for requests involving mobile malware analysis,
      детектор
    • низкая Рискованное назначение intent-offensive-security SKILL.md:103
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      # DEVICE_ADMIN + INTERNET = ransomware capability
    • низкая Рискованное назначение intent-offensive-security SKILL.md:115
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      # - Hardcoded C2 server addresses
    • низкая Рискованное назначение intent-offensive-security SKILL.md:212
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | File encryption + ransom note display | Mobile Ransomware |
    • низкая Рискованное назначение intent-offensive-security SKILL.md:224
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | **C2 Beacon** | Regular network check-in from malware to command-and-control server, identifiable by periodic timing patterns |

    Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "domain"
    • заметка frontmatter-key неизвестное поле фронтматтера "subdomain"
    • заметка frontmatter-key неизвестное поле фронтматтера "nist_csf"
    • заметка frontmatter-key неизвестное поле фронтматтера "mitre_attack"
    • заметка frontmatter-key неизвестное поле фронтматтера "mitre_f3"

    Процессный рейтинг: все десять параметров 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 19
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1834 токенов

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -2Ссылки на localhost: у другого пользователя не заработает
    • -43 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -32 из 2 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 486 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 19 пунктов
    • +4Есть примеры (4 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.