
engine
Droidefense: Cadre avancé d'analyse de logiciels malveillants Android

Droidefense: Cadre avancé d'analyse de logiciels malveillants Android

Détection des attaques de défacement de sites web avec l'apprentissage profond

Un détecteur de vulnérabilités apprenable et amélioré par la sémantique

Architecture d'apprentissage profond résiliente aux adversaires pour la localisation intérieure 5G sécurisée, combinant CNN et attention multi-têtes…

Outil de perturbation d'images adversariales qui utilise la segmentation SAM et les modèles CLIP pour contourner les classificateurs d'images…

Modèle de classification de tokens bidirectionnel pour la détection et le masquage des données personnelles (PII) dans le texte, avec une interface…

Gestion automatisée du contexte multi-agents pour les tâches à long horizon dans les agents d'IA locaux

Un scanner minimaliste de vulnérabilités zero-day propulsé par LLM par AISLE.

Classifieur basé sur LSTM pour détecter les domaines générés par algorithme de génération de domaines (DGA), avec des implémentations Keras de…

Chasser les mots de passe avec l'apprentissage profond

Première itération du WAF de rétroaction basé sur ML

Ce dépôt fournit l'implémentation officielle de POISONCRAFT : Empoisonnement pratique de la génération augmentée par récupération pour les grands…

FLNET2023 est un jeu de données conçu pour la détection d'intrusions dans des scénarios d'apprentissage fédéré. Il est construit à l'aide de…

Un framework pour l'analyse du trafic réseau et l'extraction de caractéristiques.

Recherche de code et expériences pour défendre les agents LLM intégrés à des outils contre les attaques adversariales, en étendant Agent Security…

Réseau de neurones convolutif pour analyser les captures d'écran de pentest

Apprentissage de protocole et fuzzing avec état

Cadre d'évaluation qui teste si les grands modèles de langage suivent des instructions invisibles encodées en Unicode intégrées dans un texte…