数据集网络安全【免费下载链接】cobaltstrike-beacon-corpus项目地址https://ai.gitcode.com/hf_mirrors/fox-srt/cobaltstrike-beacon-corpus点击查看免费下载本指南基于Fox-IT Cobalt Strike Beacon CorpusCobalt Strike Beacon 语料库展开。该数据集收录了 Fox-IT 于 2018 年 7 月至 2026 年 9 月间从公网 Team Server 直接抓取的56,843 个唯一 Beacon 样本共 190,182 条观测记录并附带解析后的完整配置。通过其中的version字段任何人都可以统计Cobalt Strike 各版本在攻击者中的使用趋势、识别新版本/泄露版本的渗透速度并做攻击者画像分析。 本文面向安全研究与分析新手几乎不需要写代码读完即可看懂语料库的结构并学会用几条 SQL 完成版本趋势统计。什么是Cobalt Strike为什么Beacon版本追踪很重要Cobalt Strike是目前红队与黑产中使用最广泛的 C2Command and Control命令与控制框架。攻击者部署的Beacon就是植入受害者主机、与攻击者服务器保持联系的信标程序。追踪攻击者使用的Cobalt Strike 版本有直接的实际价值判断攻击工具新旧使用过老版本的 C2 常伴随已知问题也可能说明攻击者是低技术水平或囤积了旧版框架发现泄露版本当某个未公开或刚泄露的版本突然在野外出现时往往意味着新的攻击活动攻击者聚类结合watermark水印、public key公钥指纹等配置指纹可以把同一攻击者的多台 Team Server 关联起来掌握威胁大盘版本占比、协议分布、服务器存活期等统计数据是威胁情报报告的基础。这正是Beacon Corpus的价值所在它是目前公开的、规模最大、持续最长的 Cobalt Strike 原始 Beacon 观测数据集之一。Cobalt Strike Beacon语料库版本趋势统计示意Beacon Corpus 数据集8年、19万条观测一览数据集的完整说明见 README.md。核心指标如下指标数值唯一 Beacon 样本原始 payload56,843观测记录sightings190,182唯一 Team Serverip:port36,652首次观测时间2018-07-04最近观测时间2026-09-29仓库内只有两个数据文件均为 Parquet 列式存储可被 DuckDB 等引擎直接读取文件行数内容data/beacons.parquet190,182每条观测一行抓取时间、来源 IP/端口、协议、水印、版本、解析后的完整配置data/payloads.parquet56,843每个唯一 Beacon 一行以 CaRT 封装的原始 payload 绝大多数版本趋势分析只需要beacons.parquet只有需要重新解析原始样本或排查解析失败的记录时才需要下载payloads.parquet约 10 GB请务必在隔离环境中解压使用。抓取方式所有 Beacon 都是从公网可直接访问的 Team Server下载而来主要位于 TCP 80/443HTTP/HTTPS与 UDP 53DNS端口候选服务器来自 Fox-IT 自己的全网扫描。每个 Beacon 都用 dissect.cobaltstrike 解析因此每条记录都带有结构化的版本与配置信息。版本追踪核心字段version / watermark / config_jsonbeacons.parquet的关键列完整 schema 见 README.md字段含义versiondissect.cobaltstrike 从配置中识别出的 Cobalt Strike 版本如Cobalt Strike 4.13 (Jun 10, 2026)watermarkBeacon 水印十六进制是 C2 实例的强指纹collected_on/collected_from_ip/collected_from_port观测日期、来源 Team Server IP 与端口protocol监听协议http/https/dns等config_json解析后的完整配置 JSON含域名列表、公钥、全部SETTING_*设置geo_country等Team Server 的地理位置与 ASNversion字段直接给出版本字符串与发布日期config_json里还有domainsC2 域名列表、pubkey_sha256公钥指纹、stages加载链等是做攻击者聚类和识别修改型 Beacon的原料。一条 SQL 即可得到全语料的版本分布SELECT version, count(*) AS sightings, count(DISTINCT sha256) AS unique_beacons FROM data/beacons.parquet GROUP BY version ORDER BY sightings DESC;快速上手用DuckDB统计Beacon版本分布DuckDB 是一个嵌入式的 SQL 分析引擎无需建库、无需 ETL可以像读普通文件一样查询 Parquet非常适合本数据集。一键安装步骤# 方式一直接安装 DuckDB CLI # 安装后在任意目录执行 duckdb-- 打开 DuckDB 后直接查询本地 Parquet SELECT version, count(*) AS n FROM data/beacons.parquet GROUP BY 1 ORDER BY n DESC LIMIT 20; 获取数据git clone https://gitcode.com/hf_mirrors/fox-srt/cobaltstrike-beacon-corpus数据文件通过 LFS 拉取beacons.parquet约 50 MBpayloads.parquet约 10 GB可只取前者。版本标签为什么需要归并官方几乎每月发一个版本version字段里会同时出现4.13 (Jun 10, 2026)、4.12 (May 2026)等几十个标签。项目自带的研究 notebook beacon_research.ipynb 里给出了实用的归并策略归并方式逻辑适用场景agg_version主版本号 4 的全部归入Cobalt Strike 3.x区分 3.x 旧世代与 4.x 新世代agg_version2≤ 3.12的早期版本再合并突出近年的主流版本era 年代分组≤3.12/3.13–3.14/4.0/4.1–4.2/4.3–4.4/4.5–4.8/4.9/4.10用 8 个颜色画跨年代趋势图这正是统计 Cobalt Strike 版本趋势时最易踩的坑不归并图例会被几十个版本标签淹没。版本使用趋势按月聚合与100%占比图每月各版本Beacon数量统计把版本归并后按月 × 版本计数就能画出每月的版本构成。notebook 中的口径是每个唯一 Beacon 每月、每个 (ip, port) 计一次见 beacon_research.ipynb 中 Beacon version overviews 一节核心 SQL 形如SELECT month, agg_version, count(*) AS n FROM ( SELECT DISTINCT sha256, collected_from_ip, collected_from_port, month, agg_version FROM parsed WHERE month DATE 2024-01-01 ) GROUP BY ALL ORDER BY month;将其 pivot 成宽表后绘制堆叠柱状图即可直观看到 新版本发布后数周内占比快速上升旧版本逐渐退场3.x世代整体呈下降趋势4.x成为绝对主流⚡ 某些跳号月份占比陡增往往对应新版本发布或版本泄露。100%占比图的读图技巧绝对数量会受采集量波动干扰notebook 同时提供了一张100% 占比图share 各版本数量 / 当月总数 × 100%。读法某版本色带的宽度 当月该版本的渗透率新色带首次出现的月份 ≈ 该版本在野外被采用的时间点对比官方发布节奏与野外占比爬升速度可以判断版本是官方推送还是泄露扩散。协议与端口分布攻击者偏爱HTTPS与DNS版本之外语料库还能回答攻击者怎么连回 Team Server。基于全量数据的协议占比协议观测数占比https102,23153.75%http69,03336.30%dns18,5889.77%未解析3260.17% 端口方面443约 10.9 万条、80约 6.4 万条、53约 1.6 万条三个端口覆盖了 99% 以上流量其余零星出现在 8080、9999、8443 等自定义端口。SELECT protocol, count(*) AS sightings, round(100 * count(*) / sum(count(*)) OVER (), 2) AS pct FROM data/beacons.parquet GROUP BY protocol ORDER BY sightings DESC; 解读HTTPS 依然是首选伪装正常 Web 流量而DNS 监听长期稳定在 10% 左右——它天然穿越多数出口防火墙是绕过网络管控场景下的经典选择。按月统计 DNS Beacon 的曲线见 notebook 中 DNS beacons 分析还显示2022 年前后月均唯一 DNS Beacon 中位数约 225 个到 2026 年已降至约 84 个。从版本统计到攻击者画像watermark与公钥指纹版本趋势只是第一步真正有情报价值的是把版本与身份指纹结合起来水印watermarkC2实例的身份证号Beacon 配置中的watermark由 C2 实例生成同一攻击组织通常复用。语料库中水印复用情况非常突出水印观测数涉及服务器数0x031,7764,9220x1234567828,8924,3610x3ade68b111,3652,4030x5109bf6d9,0351,5520x0与0x12345678这类默认值占比极高说明大量用户没有修改水印——它们既是最常见的指纹也是最容易碰撞的指纹做聚类时需要注意排除。被修改的Beacon五大识别信号notebook 用一套启发式规则识别被攻击者改造以绕过解析器的 Beacon信号包括复用 Top 水印、复用 Top 公钥、水印异常、jar MD5 与已知版本不匹配SETTING_PROCINJ_STUB、配置类型被重映射等。组合结果中组合信号记录数reused_watermark modified_jar63,368normal常规配置33,970modified_jar21,109bad_watermark reused_watermark modified_jar17,523 可见换水印 换 jar是最常见的改造手法——这也解释了为什么单纯依赖水印做聚类会大量误报。Team Server 的寿命统计用pubkey_sha256 C2域名作为 Team Server 身份可得到非常有意思的生存期分布排除复用公钥后的口径身份口径服务器数仅见一次占比生存期中位数P90最长公钥排除复用22,75528.6%15 天165 天1,936 天公钥 域名34,54632.3%14 天126 天1,675 天ip:port36,58933.4%15 天158 天2,072 天 结论超过三分之一的 Team Server只被观测到一次中位生存期仅约两周——攻击基础设施整体呈快进快出特征但仍有长达数年约 2,000 天持续活跃的长线服务器往往是值得重点跟踪的高价值目标。使用注意事项与数据局限性 做版本统计与威胁分析时务必注意以下局限详见 README.md覆盖偏差只包含开启 Beacon staging、且指纹匹配的公网服务器藏在重定向器或 domain fronting 之后的服务器覆盖不足采集空窗某些月份数据偏低可能是采集故障不代表 Cobalt Strike 使用量真的下降并非全部恶意合法红队也使用 Cobalt Strike不能仅凭 IP/域名/水印就判定为恶意数据会过期IP 与域名会被回收重分配某日在某 IP 见过不等于今天还在原始样本安全payloads.parquet中的 Beacon 是仍在运行的恶意 stager可能含有有效 C2 地址只能在隔离环境中解压分析。研究流程清单从数据到趋势报告✅ 一条可复现的最小工作流获取数据git clone https://gitcode.com/hf_mirrors/fox-srt/cobaltstrike-beacon-corpus只需data/beacons.parquet即可完成全部版本统计安装 DuckDB一条 SQL 即可出全量版本分布见上文示例版本归并按3.x / 4.x或 era 年代分组避免标签爆炸画趋势按月聚合 堆叠柱状图再加一张 100% 占比图看渗透率加维度叠加 protocol、watermark、公钥指纹从版本大盘下钻到具体攻击者交叉验证用生存期、DNS 趋势等辅助指标核对异常点是否为采集空窗参考现成分析项目自带的 beacon_research.ipynb 已实现上述全部图表数据集统计、Team Server 月度趋势、版本占比图、生存期曲线、DNS 趋势、官方指纹数对比可直接照着复现。⚠️ 唯一需要uv --with cart,duckdb,dissect.cobaltstrike这类隔离环境步骤的是解压payloads.parquet中的原始 Beacon 样本——如果只做版本趋势统计可以完全跳过。总结Beacon Corpus让Cobalt Strike版本追踪变成一条SQL的事 回到本文主题追踪 Cobalt Strike 攻击者的武器版本本质上是版本字段 时间维度 指纹聚类的统计问题。数据层面data/beacons.parquet 的version、watermark、config_json三个字段足以支撑绝大多数趋势分析方法层面版本归并 → 按月聚合 → 100% 占比图三步即可看清版本演化情报层面把版本趋势与水印复用、jar 指纹、服务器生存期叠加才能从哪个版本流行进阶到谁在用、用了多久、怎么规避检测。8 年、19 万条观测、5.6 万个唯一样本——这是目前公开世界里观察 Cobalt Strike 生态演化的最完整窗口之一。无论是写威胁情报报告还是搭建内部 C2 检测规则这套语料库都值得收藏。赞分享数据集网络安全【免费下载链接】cobaltstrike-beacon-corpus项目地址https://ai.gitcode.com/hf_mirrors/fox-srt/cobaltstrike-beacon-corpus点击查看免费下载相关推荐如何用watermark与pubkey追踪C2基础设施Cobalt Strike Beacon Corpus攻击者画像实战教程如何用watermark与pubkey追踪C2基础设施Cobalt Strike Beacon Corpus攻击者画像实战教程 Fox IT Cobalt S数据集网络安全Cobalt Strike DNS Beacon 趋势研究基于 Beacon Corpus 完整分析 53 端口隐蔽 C2 流量Cobalt Strike DNS Beacon 趋势研究基于 Beacon Corpus 完整分析 53 端口隐蔽 C2 流量 Cobalt Strike数据集网络安全OpenEBS LVM 卷组快照Volume Group Snapshot设计剖析多卷一致性快照的 CSI 实现路径OpenEBS LVM 卷组快照Volume Group Snapshot设计剖析多卷一致性快照的 CSI 实现路径 导读 本文围绕 OpenEBS 的数据集网络安全上一篇AIMNet2-wb97m-d3高级应用周期性边界条件与应力张量计算实战下一篇阿里Qwen3-VL多模态大模型实测从视觉编程到智能执行的全链路革命创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何追踪Cobalt Strike攻击者武器版本：Beacon Corpus版本使用趋势完整统计分析指南
数据集网络安全【免费下载链接】cobaltstrike-beacon-corpus项目地址https://ai.gitcode.com/hf_mirrors/fox-srt/cobaltstrike-beacon-corpus点击查看免费下载本指南基于Fox-IT Cobalt Strike Beacon CorpusCobalt Strike Beacon 语料库展开。该数据集收录了 Fox-IT 于 2018 年 7 月至 2026 年 9 月间从公网 Team Server 直接抓取的56,843 个唯一 Beacon 样本共 190,182 条观测记录并附带解析后的完整配置。通过其中的version字段任何人都可以统计Cobalt Strike 各版本在攻击者中的使用趋势、识别新版本/泄露版本的渗透速度并做攻击者画像分析。 本文面向安全研究与分析新手几乎不需要写代码读完即可看懂语料库的结构并学会用几条 SQL 完成版本趋势统计。什么是Cobalt Strike为什么Beacon版本追踪很重要Cobalt Strike是目前红队与黑产中使用最广泛的 C2Command and Control命令与控制框架。攻击者部署的Beacon就是植入受害者主机、与攻击者服务器保持联系的信标程序。追踪攻击者使用的Cobalt Strike 版本有直接的实际价值判断攻击工具新旧使用过老版本的 C2 常伴随已知问题也可能说明攻击者是低技术水平或囤积了旧版框架发现泄露版本当某个未公开或刚泄露的版本突然在野外出现时往往意味着新的攻击活动攻击者聚类结合watermark水印、public key公钥指纹等配置指纹可以把同一攻击者的多台 Team Server 关联起来掌握威胁大盘版本占比、协议分布、服务器存活期等统计数据是威胁情报报告的基础。这正是Beacon Corpus的价值所在它是目前公开的、规模最大、持续最长的 Cobalt Strike 原始 Beacon 观测数据集之一。Cobalt Strike Beacon语料库版本趋势统计示意Beacon Corpus 数据集8年、19万条观测一览数据集的完整说明见 README.md。核心指标如下指标数值唯一 Beacon 样本原始 payload56,843观测记录sightings190,182唯一 Team Serverip:port36,652首次观测时间2018-07-04最近观测时间2026-09-29仓库内只有两个数据文件均为 Parquet 列式存储可被 DuckDB 等引擎直接读取文件行数内容data/beacons.parquet190,182每条观测一行抓取时间、来源 IP/端口、协议、水印、版本、解析后的完整配置data/payloads.parquet56,843每个唯一 Beacon 一行以 CaRT 封装的原始 payload 绝大多数版本趋势分析只需要beacons.parquet只有需要重新解析原始样本或排查解析失败的记录时才需要下载payloads.parquet约 10 GB请务必在隔离环境中解压使用。抓取方式所有 Beacon 都是从公网可直接访问的 Team Server下载而来主要位于 TCP 80/443HTTP/HTTPS与 UDP 53DNS端口候选服务器来自 Fox-IT 自己的全网扫描。每个 Beacon 都用 dissect.cobaltstrike 解析因此每条记录都带有结构化的版本与配置信息。版本追踪核心字段version / watermark / config_jsonbeacons.parquet的关键列完整 schema 见 README.md字段含义versiondissect.cobaltstrike 从配置中识别出的 Cobalt Strike 版本如Cobalt Strike 4.13 (Jun 10, 2026)watermarkBeacon 水印十六进制是 C2 实例的强指纹collected_on/collected_from_ip/collected_from_port观测日期、来源 Team Server IP 与端口protocol监听协议http/https/dns等config_json解析后的完整配置 JSON含域名列表、公钥、全部SETTING_*设置geo_country等Team Server 的地理位置与 ASNversion字段直接给出版本字符串与发布日期config_json里还有domainsC2 域名列表、pubkey_sha256公钥指纹、stages加载链等是做攻击者聚类和识别修改型 Beacon的原料。一条 SQL 即可得到全语料的版本分布SELECT version, count(*) AS sightings, count(DISTINCT sha256) AS unique_beacons FROM data/beacons.parquet GROUP BY version ORDER BY sightings DESC;快速上手用DuckDB统计Beacon版本分布DuckDB 是一个嵌入式的 SQL 分析引擎无需建库、无需 ETL可以像读普通文件一样查询 Parquet非常适合本数据集。一键安装步骤# 方式一直接安装 DuckDB CLI # 安装后在任意目录执行 duckdb-- 打开 DuckDB 后直接查询本地 Parquet SELECT version, count(*) AS n FROM data/beacons.parquet GROUP BY 1 ORDER BY n DESC LIMIT 20; 获取数据git clone https://gitcode.com/hf_mirrors/fox-srt/cobaltstrike-beacon-corpus数据文件通过 LFS 拉取beacons.parquet约 50 MBpayloads.parquet约 10 GB可只取前者。版本标签为什么需要归并官方几乎每月发一个版本version字段里会同时出现4.13 (Jun 10, 2026)、4.12 (May 2026)等几十个标签。项目自带的研究 notebook beacon_research.ipynb 里给出了实用的归并策略归并方式逻辑适用场景agg_version主版本号 4 的全部归入Cobalt Strike 3.x区分 3.x 旧世代与 4.x 新世代agg_version2≤ 3.12的早期版本再合并突出近年的主流版本era 年代分组≤3.12/3.13–3.14/4.0/4.1–4.2/4.3–4.4/4.5–4.8/4.9/4.10用 8 个颜色画跨年代趋势图这正是统计 Cobalt Strike 版本趋势时最易踩的坑不归并图例会被几十个版本标签淹没。版本使用趋势按月聚合与100%占比图每月各版本Beacon数量统计把版本归并后按月 × 版本计数就能画出每月的版本构成。notebook 中的口径是每个唯一 Beacon 每月、每个 (ip, port) 计一次见 beacon_research.ipynb 中 Beacon version overviews 一节核心 SQL 形如SELECT month, agg_version, count(*) AS n FROM ( SELECT DISTINCT sha256, collected_from_ip, collected_from_port, month, agg_version FROM parsed WHERE month DATE 2024-01-01 ) GROUP BY ALL ORDER BY month;将其 pivot 成宽表后绘制堆叠柱状图即可直观看到 新版本发布后数周内占比快速上升旧版本逐渐退场3.x世代整体呈下降趋势4.x成为绝对主流⚡ 某些跳号月份占比陡增往往对应新版本发布或版本泄露。100%占比图的读图技巧绝对数量会受采集量波动干扰notebook 同时提供了一张100% 占比图share 各版本数量 / 当月总数 × 100%。读法某版本色带的宽度 当月该版本的渗透率新色带首次出现的月份 ≈ 该版本在野外被采用的时间点对比官方发布节奏与野外占比爬升速度可以判断版本是官方推送还是泄露扩散。协议与端口分布攻击者偏爱HTTPS与DNS版本之外语料库还能回答攻击者怎么连回 Team Server。基于全量数据的协议占比协议观测数占比https102,23153.75%http69,03336.30%dns18,5889.77%未解析3260.17% 端口方面443约 10.9 万条、80约 6.4 万条、53约 1.6 万条三个端口覆盖了 99% 以上流量其余零星出现在 8080、9999、8443 等自定义端口。SELECT protocol, count(*) AS sightings, round(100 * count(*) / sum(count(*)) OVER (), 2) AS pct FROM data/beacons.parquet GROUP BY protocol ORDER BY sightings DESC; 解读HTTPS 依然是首选伪装正常 Web 流量而DNS 监听长期稳定在 10% 左右——它天然穿越多数出口防火墙是绕过网络管控场景下的经典选择。按月统计 DNS Beacon 的曲线见 notebook 中 DNS beacons 分析还显示2022 年前后月均唯一 DNS Beacon 中位数约 225 个到 2026 年已降至约 84 个。从版本统计到攻击者画像watermark与公钥指纹版本趋势只是第一步真正有情报价值的是把版本与身份指纹结合起来水印watermarkC2实例的身份证号Beacon 配置中的watermark由 C2 实例生成同一攻击组织通常复用。语料库中水印复用情况非常突出水印观测数涉及服务器数0x031,7764,9220x1234567828,8924,3610x3ade68b111,3652,4030x5109bf6d9,0351,5520x0与0x12345678这类默认值占比极高说明大量用户没有修改水印——它们既是最常见的指纹也是最容易碰撞的指纹做聚类时需要注意排除。被修改的Beacon五大识别信号notebook 用一套启发式规则识别被攻击者改造以绕过解析器的 Beacon信号包括复用 Top 水印、复用 Top 公钥、水印异常、jar MD5 与已知版本不匹配SETTING_PROCINJ_STUB、配置类型被重映射等。组合结果中组合信号记录数reused_watermark modified_jar63,368normal常规配置33,970modified_jar21,109bad_watermark reused_watermark modified_jar17,523 可见换水印 换 jar是最常见的改造手法——这也解释了为什么单纯依赖水印做聚类会大量误报。Team Server 的寿命统计用pubkey_sha256 C2域名作为 Team Server 身份可得到非常有意思的生存期分布排除复用公钥后的口径身份口径服务器数仅见一次占比生存期中位数P90最长公钥排除复用22,75528.6%15 天165 天1,936 天公钥 域名34,54632.3%14 天126 天1,675 天ip:port36,58933.4%15 天158 天2,072 天 结论超过三分之一的 Team Server只被观测到一次中位生存期仅约两周——攻击基础设施整体呈快进快出特征但仍有长达数年约 2,000 天持续活跃的长线服务器往往是值得重点跟踪的高价值目标。使用注意事项与数据局限性 做版本统计与威胁分析时务必注意以下局限详见 README.md覆盖偏差只包含开启 Beacon staging、且指纹匹配的公网服务器藏在重定向器或 domain fronting 之后的服务器覆盖不足采集空窗某些月份数据偏低可能是采集故障不代表 Cobalt Strike 使用量真的下降并非全部恶意合法红队也使用 Cobalt Strike不能仅凭 IP/域名/水印就判定为恶意数据会过期IP 与域名会被回收重分配某日在某 IP 见过不等于今天还在原始样本安全payloads.parquet中的 Beacon 是仍在运行的恶意 stager可能含有有效 C2 地址只能在隔离环境中解压分析。研究流程清单从数据到趋势报告✅ 一条可复现的最小工作流获取数据git clone https://gitcode.com/hf_mirrors/fox-srt/cobaltstrike-beacon-corpus只需data/beacons.parquet即可完成全部版本统计安装 DuckDB一条 SQL 即可出全量版本分布见上文示例版本归并按3.x / 4.x或 era 年代分组避免标签爆炸画趋势按月聚合 堆叠柱状图再加一张 100% 占比图看渗透率加维度叠加 protocol、watermark、公钥指纹从版本大盘下钻到具体攻击者交叉验证用生存期、DNS 趋势等辅助指标核对异常点是否为采集空窗参考现成分析项目自带的 beacon_research.ipynb 已实现上述全部图表数据集统计、Team Server 月度趋势、版本占比图、生存期曲线、DNS 趋势、官方指纹数对比可直接照着复现。⚠️ 唯一需要uv --with cart,duckdb,dissect.cobaltstrike这类隔离环境步骤的是解压payloads.parquet中的原始 Beacon 样本——如果只做版本趋势统计可以完全跳过。总结Beacon Corpus让Cobalt Strike版本追踪变成一条SQL的事 回到本文主题追踪 Cobalt Strike 攻击者的武器版本本质上是版本字段 时间维度 指纹聚类的统计问题。数据层面data/beacons.parquet 的version、watermark、config_json三个字段足以支撑绝大多数趋势分析方法层面版本归并 → 按月聚合 → 100% 占比图三步即可看清版本演化情报层面把版本趋势与水印复用、jar 指纹、服务器生存期叠加才能从哪个版本流行进阶到谁在用、用了多久、怎么规避检测。8 年、19 万条观测、5.6 万个唯一样本——这是目前公开世界里观察 Cobalt Strike 生态演化的最完整窗口之一。无论是写威胁情报报告还是搭建内部 C2 检测规则这套语料库都值得收藏。赞分享数据集网络安全【免费下载链接】cobaltstrike-beacon-corpus项目地址https://ai.gitcode.com/hf_mirrors/fox-srt/cobaltstrike-beacon-corpus点击查看免费下载相关推荐如何用watermark与pubkey追踪C2基础设施Cobalt Strike Beacon Corpus攻击者画像实战教程如何用watermark与pubkey追踪C2基础设施Cobalt Strike Beacon Corpus攻击者画像实战教程 Fox IT Cobalt S数据集网络安全Cobalt Strike DNS Beacon 趋势研究基于 Beacon Corpus 完整分析 53 端口隐蔽 C2 流量Cobalt Strike DNS Beacon 趋势研究基于 Beacon Corpus 完整分析 53 端口隐蔽 C2 流量 Cobalt Strike数据集网络安全OpenEBS LVM 卷组快照Volume Group Snapshot设计剖析多卷一致性快照的 CSI 实现路径OpenEBS LVM 卷组快照Volume Group Snapshot设计剖析多卷一致性快照的 CSI 实现路径 导读 本文围绕 OpenEBS 的数据集网络安全上一篇AIMNet2-wb97m-d3高级应用周期性边界条件与应力张量计算实战下一篇阿里Qwen3-VL多模态大模型实测从视觉编程到智能执行的全链路革命创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考