Skip to content
KitploitKITPLOIT
ToolsBlog
Einreichen
ToolsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

··Feeds·Kontakt·Datenschutz·© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
CVE-2024-38063 — Simuliert CVE-2024-38063 TCP/IP Remote-Codeausführungsangriff, erfasst Netzwerkverkehr mit TShark und trainiert ein maschinelles Lernmodell, um verdächtige Aktivitäten zu erkennen. | Kitploit
Tools/GitHubGitHub/skac44/cve-2024-38063
SchwachstellenanalyseExploitationNetzwerksicherheitMaschinelles LernenEinbruchserkennungLernen & BildungAnomalieerkennung
GitHubskac44/cve-2024-38063

CVE-2024-38063

Simuliert CVE-2024-38063 TCP/IP Remote-Codeausführungsangriff, erfasst Netzwerkverkehr mit TShark und trainiert ein maschinelles Lernmodell, um verdächtige Aktivitäten zu erkennen.

Repository anzeigen
4vor 1 JahrNoch nicht geprüft

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →
Teilen

CVE-2024-38063

Windows-Sicherheitslücke, die die Durchführung unbefugter Aktivitäten über das Netzwerk ermöglicht: Remotecodeausführung über Windows TCP/IP.

Zwei virtuelle Maschinen – ein Opfer und ein Angreifer – sind bereit, den Angriff zu simulieren. Auf der Opfermaschine wurde ein Tool zur Erfassung von Netzwerkpaketen, TShark (Kommandozeilenmodus von Wireshark), verwendet und die Daten wurden im .csv-Format gespeichert. Die nächsten Schritte beinhalten eine weitere virtuelle Maschine mit einem Algorithmus für maschinelles Lernen. Die gesammelten Netzwerkdaten werden dann in eine Analyseumgebung übertragen, in der wichtige Verkehrsmetriken wie Header-Konflikte, Destination-Option-Felder und andere extrahiert werden. Diese Merkmale werden verwendet, um ein maschinelles Lernmodell zu trainieren, das verdächtige Aktivitäten identifizieren kann.

Tool herunterladen