Skip to content
KitploitKITPLOIT
HerramientasBlog
Enviar
HerramientasBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

··Feeds·Contacto·Privacidad·© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
aethel_core — Motor de WAF lógico de nueva generación construido en SWI-Prolog. Cuenta con un cerebro de aprendizaje inductivo que opera a más de 2M+ LIPS con un decodificador recursivo integrado para neutralizar ofuscaciones anidadas de URL/Hex/HTML en tiempo real. | Kitploit
Herramientas/GitHubGitHub/lokinpendawa/aethel_core
Análisis de VulnerabilidadesEvasión de WAFSeguridad WebInteligencia de AmenazasSeguridad de IADetección de Anomalías
GitHublokinpendawa/aethel_core

aethel_core

Motor de WAF lógico de nueva generación construido en SWI-Prolog. Cuenta con un cerebro de aprendizaje inductivo que opera a más de 2M+ LIPS con un decodificador recursivo integrado para neutralizar ofuscaciones anidadas de URL/Hex/HTML en tiempo real.

Ver Repositorio
35hace 1 díaAún no revisado

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →
Compartir

Aethel-Core: Defensa Cognitiva Automatizada y Simulación de Amenazas Cibernéticas WAF

Un sistema híbrido de ciberseguridad de alta fidelidad y alta velocidad optimizado para Mitigación de Amenazas en Tiempo Real, Ajuste de Instrucciones LLM y Entrenamiento de IA Neuro-Simbólica, construido en SWI-Prolog.


🚀 Innovaciones Clave y Módulos de Arquitectura

1. Motor WAF Central de Alto Rendimiento (activator.pl)

  • Verificación Dinámica con Retroceso: Consulta firmas de amenazas en RAM mediante búsquedas relacionales limpias.
  • Protección contra DDoS Volumétrico: Seguimiento con ventana de tiempo deslizante (htg/2) para IPs agresivas.
  • Tokenización N-Gram y Anclaje de Prefijo: Divide firmas largas en primitivas granulares de 3-4 caracteres para derrotar Ofuscaciones Doble-Sándwich extremas.

2. Decodificador de Ofuscación Multicapa ()

decoder.pl

Ejecuta un pipeline de normalización recursiva en línea: Decodificación Profunda de URL (%XX), Desempaquetado Hexadecimal (\xXX / 0xXX) y normalización de entidades HTML (< / >) con total insensibilidad a mayúsculas/minúsculas.

⚡ 3. Aprendizaje Inductivo y Benchmark del Motor (Métricas de Producción Reales)

El sistema fue sometido a pruebas de estrés contra un Ataque de Mutación Hiper-Caos de 40,000 oleadas (Modo Dios v7.0). Los resultados muestran una densidad de procesamiento extrema bajo fragmentación pesada de payloads:

  • Reglas Dinámicas Activas en RAM: 276,717 Reglas Tokenizadas N-Gram (Generalizadas a partir de 15,000 vectores de amenaza crudos).
  • Integridad de Seguridad: 100% Bloqueado con Meta-Lock (0 EVADIDAS / AGUJEROS).
  • Inferencias Totales Ejecutadas: 100,201,875 pasos de razonamiento lógico dentro de la memoria principal.
  • Velocidad Máxima de Inducción: 7,024,009 LIPS (Inferencias Lógicas por Segundo).
  • Huella de RAM Volátil: ~4.2 MB (4,270 KB asignados, 3,754 KB en uso), funcionando de manera muy estable en plataformas con RAM de 8.0 GB.
  • Sobrecarga de Recolección de Basura: 7 recolecciones de basura principales y 24 recolecciones de basura de cláusulas completadas en 0.000 segundos puros.
  • Rendimiento de Hashing JIT: Totalmente indexado en 276,717 Reglas JITI en 4,096 buckets de memoria, asegurando una aceleración absoluta con un Factor de Aceleración de 2,538.4x.

Prueba de Estrés Hiper-Caos de Aethel-Core


🛡️ Matriz de Mutación de Amenazas Cibernéticas y Formatos

Cubre inundación de tráfico de Capa 7, ataques Web3 (sandwich_economic_attack), explotaciones de infraestructura en la nube (kubelet_cri_hijack) y Amenazas de IA Adversarial de vanguardia (llm_rag_poisoning, deepseek_weight_poison). Soporta exportaciones JSONL totalmente normalizadas para el ajuste de instrucciones LLM.

(Nota: Puedes verificar el comportamiento de ejecución de la interfaz central dentro de las referencias del repositorio).


🔒 Propiedad Intelectual y Licencias

Todos los Derechos Reservados. El repositorio público contiene interfaces de demostración (activator.pl, decoder.pl). El motor de automatización central del backend y las reglas de tokenización inductiva permanecen como propiedad exclusiva.

Descargar herramienta