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
degas — كشف النطاقات المولدة بواسطة خوارزميات DGA باستخدام نماذج التعلم العميق | Kitploit
أدوات/GitHubGitHub/matthoffman/degas
استخبارات التهديداتتعلم الآلةالأوراق والأبحاثالتعلم والتعليمتحليل DNSكشف الشذوذ
GitHubmatthoffman/degas

degas

كشف النطاقات المولدة بواسطة خوارزميات DGA باستخدام نماذج التعلم العميق

عرض المستودع
23736منذ 7 سنواتتمت المراجعة من قبل Kitploit
مشاركة

Degas

كشف النطاقات المولدة بواسطة DGA باستخدام نماذج التعلم العميق

Edgar Degas, "أربع راقصات"

التشغيل

أنا حالياً أستخدم Conda (Anaconda/Miniconda) للتطوير، لكن يجب أن تكون قادراً على استخدام Pipenv أو virtualenv أيضاً باستخدام ملف requirements.txt المرفق.

conda:

conda env create -f environment.yml
conda activate degas

Pipenv:

pipenv install -r requirements.txt
pipenv shell

Virtualenv مشابه، لكن لا يوجد حقاً سبب لاستخدام virtualenv بدلاً من Pipenv بعد الآن.

إعادة تدريب النموذج

يوجد نموذج مدرب موجود في الدليل models. إذا كنت ترغب في تدريب نموذج خاص بك، ستحتاج أولاً إلى تنزيل بيانات التدريب من S3:

python degas/runner download-data

معالجة البيانات إلى شكل CSV البسيط الذي يتوقعه باني النموذج:

python degas/runner process-data data/raw data/processed

هذه الخطوات تحتاج إلى تشغيلها مرة واحدة فقط، إلا إذا قمت بتغيير بيانات التدريب.

لإعادة تدريب النموذج باستخدام مجموعة البيانات المولدة، قم أولاً بتثبيت tensorflow-gpu باستخدام مدير الحزم الذي تختاره (conda install tensorflow-gpu أو pip install tensorflow-gpu) بحيث يكون التدريب مسرّعاً بواسطة GPU.

ثم، قم بتشغيل:

python degas/runner train-model data/processed

قم بتشغيل python degas/runner train-model --help لبعض خيارات الضبط المتاحة. يستغرق هذا حوالي ساعة ونصف على بطاقة GTX 1070. يعمل فقط حوالي 9 دورات قبل أن يقصر؛ يمكنك تشغيله مثلاً لـ 5 دورات وستحصل على دقة جيدة مع نصف وقت التدريب: python degas/runner train-model --epochs 5 data/processed

عمل التنبؤات

نظراً لأن هذا المشروع يستخدم Tensorflow كمكتبة تعلم عميق أساسية، الطريقة الموصى بها لاستخدام هذا للاستدلال هي استخدام Tensorflow Serving.

يجب أن تكون قادراً على تشغيله باستخدام:

docker run -p 8501:8501 \
  --mount type=bind,source=models/degas,target=/models/degas\
  -e MODEL_NAME=degas -t tensorflow/serving

انظر وثائق Tensorflow Serving لمزيد من المعلومات حول الخيارات المتاحة.

حول Degas

لماذا التعلم العميق لهذه المهمة؟ لأنه يعمل بشكل جيد، وليس من الصعب تنفيذه. من Byu et al, 2018:

"Deep neural networks have recently appeared in the literature on DGA detection Woodbridge et al. (2016); Saxe & Berlin (2017); Yu et al. (2017). إنها تتفوق بشكل كبير على طرق التعلم الآلي التقليدية في الدقة، على حساب زيادة تعقيد تدريب النموذج والحاجة إلى مجموعات بيانات أكبر."

نظراً لوجود كمية كبيرة من البيانات المتاحة للتدريب، فإن إنشاء نموذج تعلم عميق يكون بنفس السهولة أو أسهل من البدائل.

المراجع

https://openreview.net/forum?id=BJLmN8xRW&noteId=BJLmN8xRW http://faculty.washington.edu/mdecock/papers/byu2018a.pdf

لماذا "Degas"؟

  • لأنه من الممتع أكثر العمل على مشروع له اسم، بدلاً من "كاشف DGA" أو شيء من هذا القبيل.
  • ربما تسمية المشروع على اسم رسام انطباعي سيجعله يبدو أكثر إثارة للإعجاب؟
  • كانت النتيجة الأولى من خوارزمية تسمية Samba الكلاسيكية ( egrep -i '^d.*g.*a.* /usr/share/dict/words )

للتسجيل، أنا أنطقها "de-gah"، كما في إدغار ديغا، وليس "de-gas"، كما في "إزالة كل الغاز."

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.

    891
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    547
  • 3

    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.

    369
  • 4

    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.

    366
  • 5

    looking-glass

    anonghosty/looking-glass

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

    309
  • 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.

    282

استكشف جميع الأدوات

تصفح مجموعتنا من الأدوات

عرض جميع الأدوات →