
Redpoint
Nmap-NSE-Skripte für ICS/SCADA-Erkennung und -Enumeration – BACnet, EtherNet/IP, CoDeSys, Fox, Modicon, Omron, S7 – mithilfe von Protokollabfragen…

Nmap-NSE-Skripte für ICS/SCADA-Erkennung und -Enumeration – BACnet, EtherNet/IP, CoDeSys, Fox, Modicon, Omron, S7 – mithilfe von Protokollabfragen…

Stellt realistische virtuelle SCADA/ICS-Testumgebungen mit IEC 60870-5-104- und OPC-UA-Knoten bereit, die Angriffssimulationen, legitime…

Instrumentierter Fuzzer für PLC-basierte ICS-Steuerungsanwendungen, der die Codesys-Runtime auf Wago-Controllern angreift, um Speicherkorruption und…

Multiprotokoll-Firmware für ein Hardware-Hacking-Tool mit Unterstützung für SPI, I2C, JTAG, UART, 1-Wire, Bus-Sniffing, Logikanalyse und…

Ein leistungsstarker, asynchroner SCADA/ICS-Scanner

Universelle Bus-Schnittstelle für Hardware-Hacking und -Debugging, unterstützt I2C, SPI, JTAG, UART und 1-Wire zum Sniffen, Programmieren und zur…

Coverage-gesteuerter Fuzzer, der Taint-Tracking und skalare Optimierung nutzt, um Pfadbeschränkungen ohne symbolische Ausführung zu lösen und so die…

Erkennen von steganografisch versteckten Daten in PNG & BMP

Eine Liste von Covert Channels und Steganografie-/Steganalyse-Ressourcen (Bücher, Paper & Tools)

Eine Liste von Tools und Materialien zu Steganografie und Informationsverstecken.

Ein Python-Skript für digitale Bildsteganografie unter Verwendung der schnellen Fourier-Transformation.

Steganografie-Tool, das vertrauliche Daten in JPEG-, BMP-, WAV- und AU-Dateien verbirgt und extrahiert, mit optionaler Komprimierung, Verschlüsselung…

Repository zur Indexierung nützlicher Tools für CTFs

Cloud-native Geheimnisverwaltung für Entwickler – verlassen Sie für Geheimnisse nie Ihre Kommandozeile.

Python-Bibliothek für die Sicherheit von Adversarial Machine Learning, die es Red- und Blue-Teams ermöglicht, Evasion-, Poisoning-, Extraction- und…

Eine Adversarial-Examples-Bibliothek zum Erstellen von Angriffen, Entwickeln von Abwehrmaßnahmen und Benchmarking beider.

Eine Python-Toolbox zur Erstellung adversarialer Beispiele, die neuronale Netze in PyTorch, TensorFlow und JAX täuschen.

Schutz vor Modell-Serialisierungsangriffen