
Characterization-and-Detection-of-Cross-Router-Covert-Channels
Ce dépôt comprend le code source utilisé dans l'article « Characterization and Detection of Cross-Router Covert Channels ».

Ce dépôt comprend le code source utilisé dans l'article « Characterization and Detection of Cross-Router Covert Channels ».

Infrastructure SIEM et CVSS restructurée et collaborée. Présenté au Blackhat Asia Arsenal 2020.

Framework pour l'audit d'algorithmes de machine learning contre les attaques adversariales et les biais, fournissant des outils éducatifs et un…

Automatisation de l'exploitation des hôtes avec l'IA

FARO - Détecteur de sensibilité de documents

Une liste de canaux cachés et de ressources en stéganographie/stéganalyse (livres, articles et outils)

Un détecteur de vulnérabilités apprenable et amélioré par la sémantique

Apprentissage de protocole et fuzzing avec état

Metasploit pour l’apprentissage automatique.

CERTITUDE - Un paquet Python pour classer les URL comme malveillantes ou bénignes

Un package open source pour l'attaque adverse textuelle.

Plateforme open-source de renseignement sur les menaces pour l'analyse de logiciels malveillants et d'observables. Enrichit les IP, domaines, URL et…

AutoPentest-DRL : Test de pénétration automatisé utilisant l'apprentissage par renforcement profond

Entraînez, évaluez et explorez des réseaux de neurones avec des outils intégrés de robustesse face aux attaques adversariales, notamment les attaques…

Classement des périphériques réseau basé sur l'IA et piloté par le contexte

Outil d’analyse forensique assisté par apprentissage automatique qui automatise la collecte de données mémoire, disque et système en direct sur…

Une boîte à outils d'apprentissage profond pour la détection d'anomalies basée sur les journaux.

Démontre l'utilisation de l'apprentissage automatique pour prédire les séquences de générateurs de nombres aléatoires, mettant en évidence les…