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
ALYCON-Threat-Landscape — Marco de detección de anomalías sin entrenamiento que utiliza la entropía de Shannon, la información de Fisher y la distancia de Wasserstein para mapear estados del sistema en regiones geométricamente distintas para la detección de amenazas en múltiples dominios. | Kitploit
Herramientas/GitHubGitHub/mcastens
/
alycon-threat-landscape
Herramientas DefensivasRecopilación de InformaciónInteligencia de AmenazasAprendizaje AutomáticoDetección de IntrusionesDetección de Anomalías
GitHubmcastens/alycon-threat-landscape

ALYCON-Threat-Landscape

Marco de detección de anomalías sin entrenamiento que utiliza la entropía de Shannon, la información de Fisher y la distancia de Wasserstein para mapear estados del sistema en regiones geométricamente distintas para la detección de amenazas en múltiples dominios.

Ver Repositorio
hace 5 mesesAún 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

ALYCON: Análisis Avanzado del Panorama de Amenazas

Detección de Amenazas Multi-Dominio mediante Análisis de Espacio de Fases Teórico-Informacional

Panorama Avanzado de Amenazas de ALYCON


Resumen

Visualización del espacio de fases de ALYCON que muestra la detección de amenazas multi-dominio y la clasificación de anomalías.

Marco: Detección universal de anomalías sin entrenamiento que utiliza la Entropía de Shannon (H), la Información de Fisher (F) y la Distancia de Wasserstein (W) para mapear los estados del sistema en regiones geométricamente distintas.


Componentes de la Visualización

El mapa del panorama de amenazas muestra:

  • Coordenadas del Espacio de Fases: ejes de detección (H, F, W)
  • Agrupación de Regímenes: Estados normales vs anómalos
  • Análisis Multi-Dominio: Capacidad de detección de amenazas entre dominios
  • Detección en Tiempo Real: Alertas basadas en separación geométrica

Contacto

Michael Castens
Contacto a través de issues de GitHub

Repositorio Principal: ALYCON Framework


Licencia: Todos los derechos reservados. Contacte al autor para consultas de licencia.

Descargar herramienta