Skip to content
KitploitKITPLOIT
أدواتعمليات الاستغلالالمدونة
Log in
إرسال
أدواتعمليات الاستغلالالمدونة
إرسال

أدوات الاختراق واختبار الاختراق والأمن السيبراني لترسانتك الأمنية!

Kitploit هو دليل لأدوات الاختراق والأمن السيبراني واختبار الاختراق. اكتشف آخر تحديثات المشاريع للعثور على الثغرات وتحليل الأنظمة وأتمتة الاختبارات وتعزيز أمنك.

الخلاصاتاتصالالخصوصية© 2026 Kitploit

دليل الأدوات

الفئات

عرض جميع الفئات
Loading categories
network-attack-detection — كشف متقدم لمسح المنافذ، هجمات حجب الخدمة والبرمجيات الخبيثة باستخدام تقنيات تعلم الآلة | Kitploit
أدوات/GitHubGitHub/lucadibello/network-attack-detection
تحليل الثغرات الأمنيةجمع المعلوماتأمن الشبكاتتعلم الآلةكشف التسللالتعلم والتعليمكشف الشذوذتحليل السجلات
GitHub
lucadibello/network-attack-detection

network-attack-detection

كشف متقدم لمسح المنافذ، هجمات حجب الخدمة والبرمجيات الخبيثة باستخدام تقنيات تعلم الآلة

عرض المستودعالموقع الإلكتروني
13399منذ 3 سنواتلم تتم المراجعة بعد
مشاركة

كشف هجمات الشبكة باستخدام التعلم الآلي

الوصف

يستفيد هذا المشروع من تقنيات التعلم الآلي لتصنيف هجمات الشبكة مثل فحص المنافذ (Port Scanning)، رفض الخدمة (DoS)، والبرامج الضارة. بيانات الإدخال بتنسيق Netflow V9، وهو تنسيق قياسي تستخدمه Cisco.

يتم التصنيف باستخدام النماذج التالية:

  • الجيران الأقرب (K-Nearest Neighbors - KNN)
  • مصنف آلة المتجهات الداعمة (Support Vector Machine Classifier - SVC) بنواة RBF (دالة الأساس الشعاعي)
  • خط أنابيب مع تحليل المكونات الرئيسية (Principal Component Analysis - PCA) ومصنف آلة المتجهات الداعمة (SVC)
  • مصنف التجميع (Bagging Classifier) (المبني على SVC بنواة RBF)
  • مصنف الغابة العشوائية (Random Forest Classifier)
  • مصنف الأشجار الإضافية (Extra Trees Classifier)
  • الشبكة العصبية (MLPClassifier)

تم تنفيذ المشروع بلغة Python باستخدام Jupyter Notebook والعديد من المكتبات الشائعة، بما في ذلك UMAP و Pandas و NumPy و Scikit-Learn و Matplotlib و Seaborn.

الدفتر

الدفتر متاح هنا للعرض المباشر على GitHub. بدلاً من ذلك، يمكنك استخدام NbViewer للوصول إلى الدفتر عبر هذا الرابط.

العرض التقديمي

عرض Keynote بصيغة PDF متاح هنا.

مجموعات البيانات

مجموعة البيانات المستخدمة لهذا المشروع هي بتنسيق NetFlow V9 (موثقة من قبل Cisco، متاحة هنا). تتكون من ملفين: train_net.csv و test_net.csv.

يوفر ملف train_net.csv معلومات حول موعد حدوث تنبيه معين، بينما يُستخدم ملف test_net.csv لأغراض الاختبار فقط ولا يحتوي على متغير هدف لتقييم أداء النموذج.

مجموعة البيانات كبيرة جداً:

  • train_net.csv: حوالي 4 ملايين حزمة (من 14'066 مضيف شبكة فريد)
  • test_net.csv: حوالي 2 مليون حزمة (من 6'186 مضيف شبكة فريد)

ميزات مجموعة البيانات

  • FLOW_ID: معرف فريد للتدفق
  • PROTOCOL_MAP: سلسلة تمثل البروتوكول المستخدم في التدفق، القيم الممكنة تشمل "ICMP"، "TCP"، "UDP"، "IGMP"، "GRE"، "ESP"، "AH"، "EIGRP"، "OSPF"، "PIM"، "IPV6-ICMP"، "IPV6-IP"، "IPV6-ROUTE"، "IPV6-FRAG"، "IPV6-NONXT"، "IPV6-OPTS"، وغيرها.
  • L4_SRC_PORT: رقم منفذ المصدر في التدفق، القيم الممكنة تتراوح من 0 إلى 65535.
  • IPV4_SRC_ADDR: عنوان IPv4 المصدر في التدفق، ممثل كسلسلة بتدوين عشري منقط (مثال: "192.168.0.1").
  • L4_DST_PORT: رقم منفذ الوجهة في التدفق، القيم الممكنة تتراوح من 0 إلى 65535.
  • IPV4_DST_ADDR: عنوان IPv4 الوجهة في التدفق، ممثل كسلسلة بتدوين عشري منقط (مثال: "192.168.0.2").
  • FIRST_SWITCHED: الوقت الذي بدأ فيه التدفق، مقاساً بالثواني منذ العصر (1 يناير 1970).
  • FLOW_DURATION_MILLISECONDS: مدة التدفق بالمللي ثانية.
  • LAST_SWITCHED: الوقت الذي انتهى فيه التدفق، مقاساً بالثواني منذ العصر (1 يناير 1970).
  • PROTOCOL: البروتوكول المستخدم في التدفق، القيم الممكنة تشمل 1 (ICMP)، 6 (TCP)، 17 (UDP)، وغيرها.
  • TCP_FLAGS: أعلام TCP المحددة في التدفق، ممثلة كسلسلة ثنائية (مثال: "100101").
  • TCP_WIN_MAX_IN: أقصى حجم نافذة معلن (بالبايت) لحركة المرور الواردة.
  • TCP_WIN_MAX_OUT: أقصى حجم نافذة معلن (بالبايت) لحركة المرور الصادرة.
  • TCP_WIN_MIN_IN: أدنى حجم نافذة معلن (بالبايت) لحركة المرور الواردة.
  • TCP_WIN_MIN_OUT: أدنى حجم نافذة معلن (بالبايت) لحركة المرور الصادرة.
  • TCP_WIN_MSS_IN: أقصى حجم للقطعة (بالبايت) لحركة المرور الواردة.
  • TCP_WIN_SCALE_IN: عامل تحجيم النافذة لحركة المرور الواردة.
  • TCP_WIN_SCALE_OUT: عامل تحجيم النافذة لحركة المرور الصادرة.
  • SRC_TOS: قيمة نوع الخدمة (ToS) لعنوان IP المصدر.
  • DST_TOS: قيمة نوع الخدمة (ToS) لعنوان IP الوجهة.
  • TOTAL_FLOWS_EXP: العدد الإجمالي للتدفقات المتوقعة.
  • MIN_IP_PKT_LEN: الحد الأدنى لطول حزم IP (بالبايت) في التدفق.
  • MAX_IP_PKT_LEN: الحد الأقصى لطول حزم IP (بالبايت) في التدفق.
  • TOTAL_PKTS_EXP: العدد الإجمالي للحزم المتوقعة في التدفق.
  • TOTAL_BYTES_EXP: العدد الإجمالي للبايتات المتوقعة في التدفق.
  • IN_BYTES: عدد البايتات المستلمة في التدفق.
  • IN_PKTS: عدد الحزم المستلمة في التدفق.
  • OUT_BYTES: عدد البايتات المرسلة في التدفق.
  • OUT_PKTS: عدد الحزم المرسلة في التدفق.
  • ANALYSIS_TIMESTAMP: الوقت الذي تم فيه تحليل التدفق، مقاساً بالثواني منذ العصر (1 يناير 1970).
  • ANOMALY: علم ثنائي يشير إلى ما إذا كان التدفق يحتوي على حالة شاذة (1 = صحيح، 0 = خطأ).
  • ALERT: (متاح فقط في مجموعة التدريب) نوع الهجوم الذي تم اكتشافه على التدفق الحالي. هذه هي القيم الممكنة:
    • None: لم يتم اكتشاف أي هجوم
    • Port scanning: التدفق هو هجوم فحص منافذ
    • Denial of Service: التدفق هو هجوم رفض خدمة
    • Malware: التدفق هو هجوم برامج ضارة
  • ID: معرف فريد للتدفق.

مؤلفو مجموعة البيانات

Maria-Elena Mihailescu, Darius Mihai, Mihai Carabas, Mikolaj Komisarek, Marek Pawlicki, Witold Holubowicz, Rafal Kozik: عرض وتقييم مجموعة بيانات كشف الاختراق الشبكي RoEduNet-SIMARGL2021. Sensors 21(13): 4319 (2021)

رابط Kaggle

تنزيل الأداة

الأكثر شعبية

عرض الكل →

اكتشف الأدوات الأكثر استخدامًا من قبل مجتمعنا.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 مجموعة أدوات OSINT المثالية: رسم بياني للتحقيق، وتقييم الثقة، وعائلات الأسماء المستعارة، وخريطة، وخط زمني، وتقارير. 49 وحدة، وأكثر من 400 موقع، دون الحاجة إلى مفاتيح API.

    916
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # تطبيق GhostLock للتنفيذ بنقرة واحدة (CVE-2026-43499)

    558
  • 3

    redforge

    cybersecurity91/redforge

    مجموعة أدوات الفريق الأحمر في المتصفح مع 102 أداة دون اتصال للاستطلاع، وتوليد الحمولات، وهجمات بيانات الاعتماد، والتشفير، والترميز، وإعداد تقارير المهام.

    370
  • 4

    ARTEX

    baarai/artex

    منصة اختبار اختراق مستقلة متعددة الوكلاء تعتمد على LLM، مع وكلاء تخطيط وتنفيذ، ومخططات للأصول والاستكشاف، وتسجيل حركة مرور MITM، وإعادة اختبار الثغرات.

    360
  • 5

    looking-glass

    anonghosty/looking-glass

    منصة CSIRT تستقبل تقارير Shadowserver في MongoDB وتعيد عرضها كخرائط تفاعلية وتحليلات ونتائج وإرشادات ولوحات معلومات تنفيذية.

    317
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    نظام العمل للأمن السيبراني الأصلي بالذكاء الاصطناعي — حيث تتحول النية إلى تنفيذ محكوم، وتصبح الأدلة ذاكرة تشغيلية، وكل عملية تحسن التي تليها.

    289

استكشف جميع الأدوات

تصفح مجموعتنا من الأدوات

عرض جميع الأدوات →