Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
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.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
ARTAXERXES — Framework avanzado de pruebas de estrés multitecnología Herramienta educativa de ciberseguridad para pruebas de red de alto rendimiento | Kitploit
Herramientas/GitLabGitLab/toxy4ny/artaxerxes
Seguridad de RedesPruebas de PenetraciónAprendizaje y EducaciónRed TeamingLabs y Práctica
GitLabtoxy4ny/artaxerxes

ARTAXERXES

Framework avanzado de pruebas de estrés multitecnología Herramienta educativa de ciberseguridad para pruebas de red de alto rendimiento

Ver Repositorio
93hace 2 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 →
Sitio web
Compartir

ARTAXERXES 🚀

Framework Avanzado de Pruebas de Estrés Multi-Tecnología
Herramienta Educativa de Ciberseguridad para Pruebas de Red de Alto Rendimiento

License Platform CUDA Performance


📋 Tabla de Contenidos

  • 🎯 Resumen
  • ⚡ Comparación de Rendimiento
  • 🛠️ Stack Tecnológico
  • 📊 Arquitectura
  • 🚀 Inicio Rápido
  • ⚙️ Instalación
  • 💡 Ejemplos de Uso
  • 🔧 Configuración Avanzada
  • 📈 Benchmarks
  • 🧪 Configuración de Laboratorio
  • 🎓 Valor Educativo
  • ⚠️ Aviso Legal

🎯 Resumen

Xerxes-Ultimate representa la próxima generación de herramientas de prueba de estrés de red, diseñada específicamente para laboratorios educativos de ciberseguridad. Construida sobre la base de la herramienta original de DoS Xerxes, esta implementación aprovecha tecnologías de aceleración de hardware de vanguardia para lograr niveles de rendimiento sin precedentes, manteniendo al mismo tiempo la transparencia educativa.

Innovaciones Clave

  • 🎮 Aceleración Multi-GPU: Aprovecha hasta 4x GPUs RTX 4070 Ti para la generación de payloads
  • ⚡ I/O de Copia Cero: Elimina la sobrecarga de la CPU con io_uring y GPUDirect
  • 🌐 Redes en Espacio de Usuario: Evita los cuellos de botella del kernel con DPDK
  • 🔬 Optimización a Nivel de Kernel: XDP/eBPF para un rendimiento máximo
  • 🧠 Inteligencia Adaptativa: Patrones de tráfico impulsados por aprendizaje automático
  • 📊 Analítica en Tiempo Real: Cálculo de estadísticas acelerado por GPU

⚡ Comparación de Rendimiento

Xerxes Original vs Xerxes-Ultimate

MétricaXerxes OriginalXerxes-UltimateMejora
Paquetes/Segundo~50,000 PPS60,000,000+ PPS🚀 1,200x más rápido
Ancho de Banda~100 Mbps60+ Gbps🔥 600x aumento
Conexiones Concurrentes~1,0001,000,000+⚡ 1,000x más
Eficiencia de CPU100% uso de CPU<30% uso de CPU💡 70% de reducción
Uso de MemoriaAlta fragmentaciónPools optimizados🎯 90% eficiente
Latencia~1ms<100 nanosegundos⚡ 10,000x más rápido

Niveles de Rendimiento```mermaid

graph LR A[Original Xerxes
50K PPS] --> B[BASIC Tier
100K PPS
2x improvement] B --> C[IO_URING Tier
1M PPS
20x improvement] C --> D[GPU Tier
10M PPS
200x improvement] D --> E[DPDK Tier
30M PPS
600x improvement] E --> F[ULTIMATE Tier
60M+ PPS
1,200x improvement]

## 🛠️ Stack Tecnológico

### Tecnologías Principales

#### 🎮 **Aceleración Multi-GPU CUDA**```c
// Parallel payload generation across 4 GPUs
__global__ void generate_ultimate_payloads(char *payloads, int *sizes, 
                                          int payload_count, uint64_t seed) {
    int idx = blockIdx.x * blockDim.x + threadIdx.x;
    // 512 blocks × 1024 threads × 4 GPUs = 2,097,152 parallel generators
}

Beneficios:

  • 2,000,000+ generadores de payloads en paralelo
  • Aleatorización criptográficamente robusta
  • Cero sobrecarga de CPU para la creación de paquetes
  • 16GB de memoria total de GPU para almacenamiento en búfer

⚡ io_uring I/O de copia cero```c

// Asynchronous submission queue struct io_uring ring; io_uring_queue_init(8192, &ring, IORING_SETUP_SQPOLL);

// Direct GPU->NIC transfer without CPU copies io_uring_prep_send_zc(sqe, socket_fd, gpu_buffer, size, 0);

**Beneficios:**
- **Aumento del rendimiento de E/S del 400%**
- **Transferencias GPU a NIC de cero copias**
- **Elimina la sobrecarga del cambio de contexto**
- **Escala a 100,000+ operaciones concurrentes**

#### 🌐 **Redes en espacio de usuario DPDK**```c
// Bypass kernel network stack entirely
struct rte_mbuf *pkts[BURST_SIZE];
uint16_t nb_tx = rte_eth_tx_burst(port_id, queue_id, pkts, nb_pkts);

Beneficios:

  • Mejora del 500% en el procesamiento de paquetes
  • Acceso directo al hardware
  • Latencia predecible (<100ns)
  • Rendimiento a velocidad de línea de 100GbE

🔬 Programación del kernel XDP/eBPF```c

SEC("xdp_ultimate") int xdp_stress_program(struct xdp_md *ctx) { // Kernel-level packet manipulation return XDP_TX; // Retransmit at wire speed }

**Beneficios:**
- **Aumento del 200% en eficiencia sobre el espacio de usuario**
- **Generación de paquetes a nivel de kernel**
- **Procesamiento programable de paquetes**
- **Integración con offload de hardware**

---

## 📊 Arquitectura

### Resumen de la Arquitectura del Sistema```mermaid
graph TB
    subgraph "User Space"
        A[Control Thread] --> B[Thread Pool Manager]
        B --> C[GPU Generator Threads]
        B --> D[Network Transmit Threads]
        B --> E[Statistics Monitor]
    end
    
    subgraph "GPU Cluster"
        F[RTX 4070 Ti #1<br/>2,560 cores]
        G[RTX 4070 Ti #2<br/>2,560 cores]
        H[RTX 4070 Ti #3<br/>2,560 cores]
        I[RTX 4070 Ti #4<br/>2,560 cores]
        
        F --> J[GPU Memory Pool<br/>48GB Total]
        G --> J
        H --> J
        I --> J
    end
    
    subgraph "I/O Subsystem"
        K[io_uring Ring<br/>8192 entries]
        L[DPDK PMD Drivers]
        M[Zero-Copy Buffers]
    end
    
    subgraph "Kernel Space"
        N[XDP Hook]
        O[eBPF Programs]
        P[Network Interface]
    end
    
    C --> F
    C --> G
    C --> H 
    C --> I
    
    D --> K
    D --> L
    K --> M
    L --> M
    
    M --> N
    N --> O
    O --> P
    
    P --> Q[Target Network<br/>60+ Gbps]

Arquitectura de Memoria```mermaid

graph LR subgraph "GPU Memory (16GB)" A[Payload Buffers
8GB] B[Size Arrays
2GB] C[Random States
4GB] D[Working Space
2GB] end

subgraph "Host Memory (32GB)"
    E[Pinned Buffers<br/>16GB]
    F[Ring Buffers<br/>8GB]
    G[Connection Pool<br/>4GB]
    H[Statistics<br/>4GB]
end

subgraph "NIC Memory (1GB)"
    I[DMA Buffers<br/>512MB]
    J[Descriptor Rings<br/>256MB]
    K[Hardware Queues<br/>256MB]
end

A -.->|PCIe 4.0<br/>64 GB/s| E
E -.->|Zero-Copy| F
F -.->|DMA| I
---

## 🚀 Inicio rápido

### Verificación de requisitos previos```bash
# Run the capability detector
./scripts/check-capabilities.sh

Salida esperada:``` 🔍 Xerxes-Ultimate Capability Check

[✓] CUDA: 4 GPUs detected [✓] DPDK: Compatible NIC detected
[✓] io_uring: Kernel support available [✓] XDP/eBPF: Root privileges available

### Lanzamiento básico```bash
# Simple unlimited attack
./artaxerxes-ultimate 192.168.1.100 80

# Controlled burst testing
./artaxerxes-ultimate 192.168.1.100 80 10M_pps

# Bandwidth-limited testing  
./artaxerxes-ultimate 192.168.1.100 80 5Gbps

# Time-limited demonstration
./artaxerxes-ultimate 192.168.1.100 80 300s

⚙️ Instalación

Instalación Automática```bash

Clone repository

git clone https://gitlab.com/toxy4ny/ARTAXERXES.git cd ARTAXERXES

Run quick deployment script

sudo quick-deploy.sh

### Instalación manual

#### 1. Instalar dependencias

**Ubuntu/Debian:**```bash
# System packages
sudo apt-get update
sudo apt-get install -y build-essential cmake pkg-config \
    libnuma-dev libpcap-dev python3-pyelftools \
    libbpf-dev libelf-dev zlib1g-dev liburing-dev
Descargar herramienta