SKILLEMALL.ai
GitHub ↗ EN Войти

CC monitoring-scada-modbus-traffic-anomalies

Отслеживает трафик Modbus TCP в сетях SCADA и ICS для обнаружения аномального использования кодов функций, несанкционированных записей регистров и подозрительных шаблонов связи. Аналитик использует глубокую проверку пакетов с помощью pymodbus, Scapy и Zeek для определения базового поведения нормальной связи PLC/RTU, а затем применяет статистическое и основанное на правилах обнаружение аномалий для выявления разведки, манипулирования параметрами и атак отказа в обслуживании, нацеленных на устройства Modbus по порту 502. Активируется для запросов, связанных с анализом трафика Modbus, мониторингом сети SCADA, обнаружением аномалий ICS, мониторингом безопасности PLC или обнаружением угроз в сети OT.

машинный переводПоказать оригиналСкрыть оригинал«Monitors Modbus TCP traffic on SCADA and ICS networks to detect anomal…»

Monitors Modbus TCP traffic on SCADA and ICS networks to detect anomalous function code usage, unauthorized register writes, and suspicious communication patterns. The analyst uses deep packet inspection with pymodbus, Scapy, and Zeek to baseline normal PLC/RTU communication behavior, then applies statistical and rule-based anomaly detection to identify reconnaissance, parameter manipulation, and denial-of-service attacks targeting Modbus devices on port 502. Activates for requests involving Modbus traffic analysis, SCADA network monitoring, ICS anomaly detection, PLC security monitoring, or OT network threat detection.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 4 файла · 1 скрипт тело ≈ 5 912 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Отслеживает трафик Modbus TCP в сетях SCADA и ICS для обнаружения аномального использования кодов функций, несанкционированных записей регистров и…

Как процесс C 63/100 · Есть пробелы — слабые места: 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
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Ошибки и развилки вес 10
0
Повторный запуск вес 4
30
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5912 токенов (рекомендуется < 5000); вынесите детали в references/
  • 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"

Процессный рейтинг: все десять параметров 63/100

  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5912 токенов
  • 100Шаги. Шагов: 70
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 627 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 70 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (8 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.