#1Outils de détection d'anomalies comportementales, analyse des valeurs aberrantes, UEBA et détection statistique des menaces.
Recommandé par Kitploit

Plateforme open source de gestion de logs pour l'agrégation centralisée des logs, l'analyse en temps réel et la surveillance des événements de…

Framework de détection d'anomalies sans entraînement utilisant l'entropie de Shannon, l'information de Fisher et la distance de Wasserstein pour…

Outil de surveillance réseau qui cartographie les connexions processus-réseau, identifie les fournisseurs de cloud et détecte les activités de…

Solution de détection et de réponse sur les terminaux Unix utilisant des mécanismes au niveau du noyau pour détecter les anomalies et les attaques de…

Outil de détection furtive en mémoire qui identifie le creusement de processus, le piétinement de modules, les régions exécutables non adossées et…

Paquet Zeek pour suivre les connexions longues afin de les signaler avant qu'elles ne soient terminées.

Enrichir le conn.log avec les données EDR

Système de détection d'anomalies en temps réel pour l'exploit Apache Struts CVE-2017-5638 utilisant l'analytique en flux, l'analyse d'octets par…

Simule l'attaque d'exécution de code à distance TCP/IP CVE-2024-38063, capture le trafic réseau avec TShark et entraîne un modèle d'apprentissage…

Un service pour assurer une protection contre l'injection de prompts, les attaques de jailbreak et les contenus nuisibles lors de l'interaction avec…

Observabilité sémantique pour les systèmes UNIX - Une sonde système légère basée en C avec une analyse assistée par IA

SANS Hunting on the Cheap

Un système de détection d'intrusion basé sur l'hôte et de surveillance réseau (mon projet de fin d'études)

Un paquet Bro pour identifier les connexions en rafale (beaucoup de données transférées rapidement).

CVE-2020-9483 OU CVE-2020-13921

Anticipator est une plateforme open-source de détection de menaces pour les systèmes d'IA multi-agents.

Un canari conçu pour minimiser l'impact de certains acteurs de ransomware.

Détection de domaines générés par DGA à l'aide de modèles d'apprentissage profond