Skip to content
KitploitKITPLOIT
उपकरणब्लॉग
जमा करें
उपकरणब्लॉग
जमा करें

हैकिंग, पेनटेस्ट और साइबर सुरक्षा उपकरण आपके सुरक्षा शस्त्रागार के लिए!

Kitploit हैकिंग, साइबर सुरक्षा और पेंटेस्टिंग टूल्स की एक निर्देशिका है। कमजोरियों को खोजने, सिस्टम का विश्लेषण करने, परीक्षण को स्वचालित करने और अपनी सुरक्षा को मजबूत करने के लिए नवीनतम प्रोजेक्ट अपडेट खोजें।

··फ़ीड·संपर्क·गोपनीयता·© 2026 Kitploit

टूल निर्देशिका

श्रेणियाँ

सभी श्रेणियाँ देखें
Loading categories
Detection-struts-cve-2017-5638-detector — Apache Struts CVE-2017-5638 शोषण के लिए रीयल-टाइम विसंगति पहचान प्रणाली, जो स्ट्रीमिंग एनालिटिक्स, 3-gram बाइट विश्लेषण और Count-Min Sketch का उपयोग करती है। बिना सिग्नेचर के RCE हमलों का पता लगाती है, <5ms विलंबता और <0.1% गलत सकारात्मक के साथ। | Kitploit
उपकरण/GitHubGitHub/joidiego/detection-struts-cve-2017-5638-detector
भेद्यता विश्लेषणशोषणवेब सुरक्षामशीन लर्निंगघुसपैठ का पता लगानाविसंगति का पता लगाना
GitHubjoidiego/detection-struts-cve-2017-5638-detector

Detection-struts-cve-2017-5638-detector

Apache Struts CVE-2017-5638 शोषण के लिए रीयल-टाइम विसंगति पहचान प्रणाली, जो स्ट्रीमिंग एनालिटिक्स, 3-gram बाइट विश्लेषण और Count-Min Sketch का उपयोग करती है। बिना सिग्नेचर के RCE हमलों का पता लगाती है, <5ms विलंबता और <0.1% गलत सकारात्मक के साथ।

सबसे लोकप्रिय

सभी देखें →

हमारे समुदाय द्वारा सबसे अधिक उपयोग किए जाने वाले उपकरण खोजें।

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →
साझा करें
रिपॉजिटरी देखें
1 साल पहलेअभी तक समीक्षित नहीं

🚨 Apache Struts CVE-2017-5638 के लिए रीयल-टाइम विसंगति का पता लगाना

स्ट्रीमिंग एनालिटिक्स और प्रोबाबिलिस्टिक डेटा स्ट्रक्चर्स पर आधारित ज़ीरो-डे एक्सप्लॉइट डिटेक्शन

Dashboard Screenshot Dashboard Screenshot

📌 प्रोजेक्ट विवरण

यह प्रोजेक्ट एक रीयल-टाइम विसंगति पहचान प्रणाली है जिसे Apache Struts पर CVE-2017-5638 भेद्यता के माध्यम से RCE (रिमोट कोड निष्पादन) शोषण का पता लगाने के लिए डिज़ाइन किया गया है, बिना किसी ज्ञात सिग्नेचर या पैटर्न पर निर्भर हुए।

CVE-2017-5638 एक गंभीर भेद्यता है जिसका उपयोग 2017 के इक्विफैक्स हमले में किया गया था, जिससे 14.7 करोड़ लोगों का निजी डेटा लीक हुआ। यह हमला पैच प्रबंधन और प्रारंभिक पहचान में विफलता के कारण सफल हुआ।

यह प्रणाली इन कमजोरियों को निम्नलिखित तरीकों से दूर करती है:

  • ✅ व्यवहार-आधारित पहचान (सिग्नेचर नहीं)
  • ✅ सभी HTTP अनुरोधों का बाइट-स्तरीय 3-ग्राम विश्लेषण
  • ✅ कुशल आवृत्ति ट्रैकिंग के लिए Count-Min Sketch
  • ✅ सामान्य पैटर्न से विचलन मापने के लिए KL डाइवर्जेंस
  • ✅ रीयल-टाइम पहचान के लिए अनुकूली थ्रेशोल्ड (माध्य + 3σ)
  • ✅ Streamlit के साथ विज़ुअल डैशबोर्ड

लक्ष्य: सिस्टम से समझौता होने से पहले ज़ीरो-डे शोषण का पता लगाना, भले ही पेलोड पहले कभी न देखा गया हो।


🎯 मुख्य उद्देश्य

  • 5ms से कम विलंबता के साथ रीयल-टाइम में Struts शोषण का पता लगाना
  • थ्रूपुट ≥ 50.000 अनुरोध/सेकंड होने पर भी मेमोरी ≤ 1 GB
  • सामान्य डेटा पर गलत सकारात्मक दर < 0,1%
  • सिंथेटिक शोषण पेलोड पर पहचान दर ≥ 95%
  • सिस्टम को रीयल-टाइम में परिनियोजित और मॉनिटर किया जा सकता है

चलाने के चरण

  • लॉग सिम्युलेटर चलाएँ (50k req/sec, 60 सेकंड) python scripts/simulate_logs.py
  • डिटेक्शन सिस्टम चलाएँ python src/main.py
  • नए टर्मिनल में रीयल-टाइम डैशबोर्ड खोलें streamlit run scripts/dashboard.py
टूल डाउनलोड करें