文本描述或实现了文件修改
23 次命中此行包含可能的文件写入或重定向操作。应检查目标路径和覆盖行为;静态审查没有写入任何文件。 该规则在收集文本中命中 23 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。
技能研究档案
Deploy AI and NLP-powered detection systems to identify business email compromise attacks by analyzing writing style, behavioral patterns, and contextual anomalies that evade traditional rule-based filters.
Deploy AI and NLP-powered detection systems to identify business email compromise attacks by analyzing writing style, behavioral patterns, and contextual anomalies that evade traditional rule-based filters.
以下观察来自确定性源码解析,不代表人工安全审查或受控任务评估。
来源描述:Deploy AI and NLP-powered detection systems to identify business email compromise attacks by analyzing writing style, behavioral patterns, and contextual anomalies that evade traditional rule-based filters. 此双语摘要由所收集的源文本和文件结构确定性地生成,等待人工编辑复核。
对所收集的 SKILL.md 及辅助文本/代码进行确定性静态分析。机器辅助候选和发现等待人工编辑复核;不评估动态行为或效果。
文件清单来自记录提交中的采集源码。路径与大小属于结构观察,不代表质量评价。
skills/detecting-business-email-compromise-with-ai/assets/template.md引用927 Bskills/detecting-business-email-compromise-with-ai/LICENSE其他11 KBskills/detecting-business-email-compromise-with-ai/references/api-reference.md引用2.2 KBskills/detecting-business-email-compromise-with-ai/references/standards.md引用1.3 KBskills/detecting-business-email-compromise-with-ai/references/workflows.md引用1.4 KBskills/detecting-business-email-compromise-with-ai/scripts/agent.py脚本5.3 KBskills/detecting-business-email-compromise-with-ai/scripts/process.py脚本10.8 KBskills/detecting-business-email-compromise-with-ai/SKILL.md指令5.6 KB{
"name": "detecting-business-email-compromise-with-ai",
"description": "Deploy AI and NLP-powered detection systems to identify business email compromise attacks by analyzing writing style, behavioral patterns, and contextual anomalies that evade traditional rule-based filters.",
"domain": "cybersecurity",
"subdomain": "phishing-defense",
"tags": [
"bec",
"ai",
"nlp",
"machine-learning",
"email-security",
"behavioral-analytics",
"impersonation",
"fraud-detection"
],
"version": "1.0",
"author": "mahipal",
"license": "Apache-2.0",
"atlas_techniques": [
"AML.T0073",
"AML.T0052",
"AML.T0088"
],
"nist_ai_rmf": [
"GOVERN-6.2",
"MAP-5.2",
"GOVERN-6.1",
"MEASURE-2.7",
"MEASURE-2.5"
],
"d3fend_techniques": [
"Sender MTA Reputation Analysis",
"Email Filtering",
"Sender Reputation Analysis",
"Homoglyph Detection",
"Message Analysis"
],
"nist_csf": [
"PR.AT-01",
"DE.CM-09",
"RS.CO-02",
"DE.AE-02"
],
"mitre_attack": [
"T1566.002",
"T1534",
"T1114.002",
"T1657",
"T1078.004"
],
"mitre_f3": {
"version": "1.1",
"tactics": [
"initial-access",
"stealth",
"positioning",
"monetization"
],
"techniques": [
{
"id": "T1660",
"name": "Phishing",
"tactic": "initial-access",
"source": "attack"
},
{
"id": "T1672",
"name": "Email Spoofing",
"tactic": "stealth",
"source": "attack"
},
{
"id": "F1032",
"name": "Impersonate Official",
"tactic": "initial-access",
"source": "f3"
},
{
"id": "F1005.006",
"name": "Account Manipulation: Change of Payment Details",
"tactic": "positioning",
"source": "f3"
},
{
"id": "F1022",
"name": "Delete Relevant Emails",
"tactic": "stealth",
"source": "f3"
},
{
"id": "F1025.003",
"name": "Electronic Funds Transfer: Wire Transfer",
"tactic": "monetization",
"source": "f3"
}
]
}
}此工作流根据源码材料重建表面顺序。除非明确记录受控评估,否则它属于暂定解读,而非真实运行轨迹。
来源描述的步骤候选,位于“Overview”;未经执行验证。
来源描述的决策候选,位于“When to Use”;未经执行验证。
来源描述的步骤候选,位于“Workflow”;未经执行验证。
来源描述的步骤候选,位于“Step 1: Deploy AI Email Security Platform”;未经执行验证。
来源描述的步骤候选,位于“Step 1: Deploy AI Email Security Platform”;未经执行验证。
来源描述的步骤候选,位于“Step 1: Deploy AI Email Security Platform”;未经执行验证。
来源描述的步骤候选,位于“Step 1: Deploy AI Email Security Platform”;未经执行验证。
来源描述的步骤候选,位于“Step 1: Deploy AI Email Security Platform”;未经执行验证。
来源描述的步骤候选,位于“Step 1: Deploy AI Email Security Platform”;未经执行验证。
来源描述的步骤候选,位于“Step 2: Configure Behavioral Baselines”;未经执行验证。
来源描述的步骤候选,位于“Step 2: Configure Behavioral Baselines”;未经执行验证。
来源描述的步骤候选,位于“Step 2: Configure Behavioral Baselines”;未经执行验证。
来源描述的步骤候选,位于“Step 2: Configure Behavioral Baselines”;未经执行验证。
来源描述的步骤候选,位于“Step 2: Configure Behavioral Baselines”;未经执行验证。
来源描述的步骤候选,位于“Step 2: Configure Behavioral Baselines”;未经执行验证。
来源描述的步骤候选,位于“Step 3: Train NLP Models for BEC Detection”;未经执行验证。
来源描述的步骤候选,位于“Step 3: Train NLP Models for BEC Detection”;未经执行验证。
来源描述的步骤候选,位于“Step 3: Train NLP Models for BEC Detection”;未经执行验证。
来源描述的步骤候选,位于“Step 3: Train NLP Models for BEC Detection”;未经执行验证。
来源描述的步骤候选,位于“Step 3: Train NLP Models for BEC Detection”;未经执行验证。
来源描述的步骤候选,位于“Step 3: Train NLP Models for BEC Detection”;未经执行验证。
来源描述的步骤候选,位于“Step 4: Configure Detection Policies”;未经执行验证。
来源描述的步骤候选,位于“Step 4: Configure Detection Policies”;未经执行验证。
来源描述的步骤候选,位于“Step 4: Configure Detection Policies”;未经执行验证。
来源描述的步骤候选,位于“Step 4: Configure Detection Policies”;未经执行验证。
来源描述的步骤候选,位于“Step 4: Configure Detection Policies”;未经执行验证。
来源描述的步骤候选,位于“Step 4: Configure Detection Policies”;未经执行验证。
来源描述的步骤候选,位于“Step 5: Integrate with Response Workflow”;未经执行验证。
来源描述的步骤候选,位于“Step 5: Integrate with Response Workflow”;未经执行验证。
来源描述的步骤候选,位于“Step 5: Integrate with Response Workflow”;未经执行验证。
来源描述的步骤候选,位于“Step 5: Integrate with Response Workflow”;未经执行验证。
来源描述的步骤候选,位于“Step 5: Integrate with Response Workflow”;未经执行验证。
来源描述的步骤候选,位于“Step 5: Integrate with Response Workflow”;未经执行验证。
来源描述的步骤候选,位于“Tools & Resources”;未经执行验证。
来源描述的步骤候选,位于“Validation”;未经执行验证。
静态发现用于提示安装前需要检查的位置,不能证明一项技能安全、恶意或有效。
收集的文本中有 27 项确定性词法发现需要复核。发现可能仅位于文档中,不证明已执行或可被利用;仅含二进制的文件未扫描。
此行包含可能的文件写入或重定向操作。应检查目标路径和覆盖行为;静态审查没有写入任何文件。 该规则在收集文本中命中 23 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。
此源文件行包含 URL 或网络客户端。应检查目标地址、发送的数据和信任边界;静态文本无法证明实际发生了网络活动。 该规则在收集文本中命中 4 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。
发现、激活与资源层具有不同含义。只有使用指定官方方法并记录模型的运行时,才显示精确数值。
在管线使用明确模型执行官方精确计数之前,包括文件清单在内的所有 token 值均为 null。
未使用要求的官方方法记录 token 测量。本档案不会用字符数、文件大小或估计值替代。
该技能仅具备以上标明的证据。不声称任何任务成功率、token 效率、延迟或质量优势。
Inspect the pinned source at https://github.com/mukul975/Anthropic-Cybersecurity-Skills/blob/54a798831d2266a3ca61ce68a7acb80b81160d57/skills/detecting-business-email-compromise-with-ai/SKILL.md and follow the source repository's installation instructions. No installation was performed or verified by this static analyzer. Source license: Apache-2.0.未提供
研究结论仅为暂定的确定性静态清单;等待人工编辑复核以及独立的受控评估。不构成安装建议、安全保证或有效性声明。
档案是对公开工件的限时阅读,而非背书。请通过来源链接检查确切的上游材料。
54a798831d2266a3ca61ce68a7acb80b81160d57仅对提供的文件进行确定性词法解析、YAML frontmatter 校验、文件清单、来源描述的工作流程提取和启发式暂定分类。由机器生成;无 LLM、执行、动态测试或人工编辑批准。