Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!
aethel_core — Next-gen logische WAF-Engine, entwickelt in SWI-Prolog. Verfügt über ein induktiv lernendes Gehirn, das mit über 2M+ LIPS läuft, sowie einen integrierten rekursiven Decoder zur Echtzeit-Neutralisierung verschachtelter URL/Hex/HTML-Verschleierungen. | Kitploit
Next-gen logische WAF-Engine, entwickelt in SWI-Prolog. Verfügt über ein induktiv lernendes Gehirn, das mit über 2M+ LIPS läuft, sowie einen integrierten rekursiven Decoder zur Echtzeit-Neutralisierung verschachtelter URL/Hex/HTML-Verschleierungen.
Ein hochpräzises, hochdynamisches hybrides Cybersicherheitssystem, optimiert für Echtzeit-Bedrohungsabwehr, LLM-Instruction-Tuning und Neuro-symbolisches KI-Training, entwickelt in SWI-Prolog.
🚀 Wichtige Innovationen & Architekturmodule
1. Hochleistungs-Core-WAF-Engine (activator.pl)
Dynamischer Backtracking-Check: Fragt Bedrohungssignaturen im RAM über saubere relationale Lookups ab.
Volumetrischer DDoS-Schutz: Gleitende Zeitfenster-Verfolgung (htg/2) für aggressive IPs.
N-Gramm-Tokenisierung & Präfix-Anker: Zerlegt lange Signaturen in granulare 3-4-Zeichen-Primitive, um extreme Double-Sandwich-Verschleierungen zu besiegen.
2. Mehrschichtiger Verschleierungs-Decoder ()
decoder.pl
Führt eine inline rekursive Normalisierungspipeline aus: Deep-URL-Dekodierung (%XX), Hexadezimale Entpackung (\xXX / 0xXX) und HTML-Entity-Normalisierung (< / >) mit vollständiger Groß-/Kleinschreibungs-Unabhängigkeit.
Das System wurde gegen einen 40.000-Wellen-Hyper-Chaos-Mutationsangriff (v7.0 God Mode) einem Stresstest unterzogen. Die Ergebnisse zeigen extreme Verarbeitungsdichte unter starker Payload-Fragmentierung:
Dynamische Regeln aktiv im RAM:276.717 N-Gramm-tokenisierte Regeln (verallgemeinert aus 15.000 rohen Bedrohungsvektoren).
Gesamtzahl ausgeführter Inferenzen: 100.201.875 logische Denkschritte im Hauptspeicher.
Spitzeninduktionsgeschwindigkeit: 7.024.009 LIPS (Logische Inferenzen pro Sekunde).
Flüchtiger RAM-Fußabdruck: ~4,2 MB (4.270 KB zugewiesen, 3.754 KB in Gebrauch), läuft sehr stabil auf einer RAM-Plattform mit 8,0 GB.
Garbage-Collection-Overhead: 7 Kern-Garbage-Collections und 24 Klausel-Garbage-Collections wurden in 0,000 Sekunden rein abgeschlossen.
JIT-Hashing-Leistung: Vollständig indiziert auf 276.717 JITI-Regeln in 4.096 Speicher-Buckets, was eine absolute Beschleunigung auf einen 2.538,4-fachen Speedup-Faktor verriegelt.
🛡️ Cyber-Bedrohungs-Mutationsmatrix & Formate
Abdeckung von Layer-7-Datenverkehrsflutung, Web3-Angriffen (sandwich_economic_attack), Cloud-Infrastruktur-Exploits (kubelet_cri_hijack) und hochmodernen Adversarial-AI-Bedrohungen (llm_rag_poisoning, deepseek_weight_poison). Unterstützt vollständig normalisierte JSONL-Exporte für das LLM-Instruction-Tuning.
(Hinweis: Sie können das Ausführungsverhalten der Kernschnittstelle in den Repository-Referenzen überprüfen.)
🔒 Geistiges Eigentum & Lizenzierung
Alle Rechte vorbehalten. Das öffentliche Repository enthält Demonstrationsschnittstellen (activator.pl, decoder.pl). Die Backend-Core-Automatisierungsengine und die induktiven Tokenisierungsregeln bleiben proprietär.
lokinpendawa/aethel_core
