Skip to content
KitploitKITPLOIT
OutilsExploitsBlog
Log in
Soumettre
OutilsExploitsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les dernières mises à jour des projets pour trouver des vulnérabilités, analyser des systèmes, automatiser les tests et renforcer votre sécurité.

FluxContactConfidentialité© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
FecalFace — Ce projet (POC pour l'instant, et faisant partie de Shit Bucket) implique la détection faciale, la reconnaissance faciale et l'entrée adversarial pour protéger les avatars. | Kitploit
Outils/GitLabGitLab/kennbroorg/shit-bucket/fecalface
Protection de la Vie PrivéeApprentissage AutomatiqueAttaque Adversariale
GitLabkennbroorg/shit-bucket/fecalface

FecalFace

Ce projet (POC pour l'instant, et faisant partie de Shit Bucket) implique la détection faciale, la reconnaissance faciale et l'entrée adversarial pour protéger les avatars.

Voir le dépôt
Partager
1232il y a 6 ansPas encore vérifié
follow on Twitter
Python Flask Node Angular
README Espanol

Description   |   Installation   |   Site web   |   Problèmes


FecalFace

Logo

Description

FecalFace est né du concept de « Shit Bucket » où l’idée est de tenter de pourrir les données que les autres possèdent sur nous. Plus précisément, il est lié à la détection et à la reconnaissance des visages. La motivation de ce projet est que les entreprises qui collectent nos visages ne puissent plus nous identifier.

Ce projet (preuve de concept pour l’instant) implique :

  • Détecter les visages dans les avatars des RS saisies
  • Les identifier avec votre propre compte
  • Utiliser des attaques adversariales sur les entrées pour les protéger
  • Vérifier la détection sans identification
  • Rendre disponible au téléchargement pour utiliser l’avatar protégé

Ce projet fait partie des outils Shit Bucket

Ce qu’il fait

Il collecte l’avatar d’un réseau social, essaie de déterminer la position d’un visage s’il existe, puis l’attaque afin que la comparaison finale entre le visage original et le visage attaqué ne soit pas reconnaissable par une IA, mais restera similaire à l’œil humain.

Ce qu’il ne fait pas

Ce projet ne fera pas confondre nos visages avec ceux d’un panda. Et pour l’instant, le projet ne fonctionne pas avec des avatars comportant plusieurs visages.

Processus d’attaque

Le processus d’attaque est très gourmand en calcul, prenant entre 5 et 7 minutes. Soyez patient ou achetez des GPU.

La clarification ci-dessus est importante et figure également dans l’avertissement.

Site web

Visitez le site web du projet.

Installation

Installation facile (Python uniquement)

Rendez-vous sur notre site web. Téléchargez le fichier ZIP et décompressez-le.

unzip latest.zip
cd Fecalface-pack
pip install -r requirements.txt
cd backend
python app.py -e prod

Et enfin, naviguez.

Installation complète (pour les développeurs)

Cloner le dépôt

git clone https://gitlab.com/kennbroorg/iKy.git

Installer le Backend

Python

Vous devez installer les bibliothèques contenues dans requirements.txt

python3 -m pip install -r requirements.txt

Installer le Frontend

Node

Tout d’abord, installez nodejs.

Dépendances

Dans le répertoire frontend, installez les dépendances

cd frontend
npm install

Réveiller FecalFace

Allumer le Backend

Python

Allumez le backend dans un terminal, dans le répertoire backend

python3 app.py

Allumer le Frontend

Enfin, pour lancer le serveur frontend, exécutez la commande suivante depuis le répertoire frontend

npm start

Navigateur

Ouvrez le navigateur à cette url

Problèmes

Si vous rencontrez des problèmes ou avez des suggestions, vous êtes invité à créer un problème.

Créer un problème

Avertissement

Quiconque contribue ou a contribué au projet, y compris moi, n’est pas responsable de l’utilisation de l’outil (ni de l’utilisation légale, ni de l’utilisation illégale, ni de l’« autre » utilisation).

Gardez à l’esprit que ce logiciel a été initialement écrit à des fins éducatives (pour nous éduquer nous-mêmes), et maintenant l’objectif est de collaborer avec la communauté en offrant un logiciel libre de qualité. Et même si la qualité n’est pas excellente (parfois même pas bonne), nous nous efforçons de viser l’excellence.

Le processus d’attaque est très gourmand en calcul, prenant entre 5 et 7 minutes. Soyez patient ou achetez des GPU.

Nous ne remboursons pas votre argent si vous n’êtes pas satisfait. J’espère que vous prendrez autant de plaisir à utiliser l’outil que nous en avons à le développer. L’effort a été et est énorme (temps, connaissances, codage, tests, relectures, etc.) mais nous le referions. N’utilisez pas l’outil si vous ne pouvez pas lire clairement les instructions et/ou cet avertissement.

Au fait, pour ceux qui insistent pour se souvenir de ma mère, elle est décédée il y a de nombreuses années, mais je l’aime comme si elle était encore là.

Télécharger l’outil

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 La boîte à outils OSINT ultime : graphe d'enquête, notation de confiance, familles d'alias, carte, chronologie et rapports. 49 modules, plus de 400 sites, aucune clé API requise.

    786
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Application d'exécution en un clic GhostLock (CVE-2026-43499)

    506
  • 3

    ARTEX

    baarai/artex

    Plateforme autonome de tests d'intrusion multi-agents basée sur des LLM, avec agents planificateur/ouvrier, graphes d'actifs et d'exploration, enregistrement du trafic MITM et retest des vulnérabilités.

    429
  • 4

    redforge

    cybersecurity91/redforge

    Boîte à outils red team côté navigateur avec 102 outils hors ligne pour la reconnaissance, la génération de payloads, les attaques par identifiants, la cryptographie, l'encodage et le reporting d'engagement.

    345
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Le système d'action pour la cybersécurité native IA—où l'intention devient une exécution gouvernée, les preuves deviennent une mémoire opérationnelle, et chaque opération améliore la suivante.

    262
  • 6

    looking-glass

    anonghosty/looking-glass

    Plateforme CSIRT qui ingère les rapports Shadowserver dans MongoDB et les rejoue sous forme de cartes interactives, d'analyses, de constats, d'avis et de tableaux de bord exécutifs.

    256

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →