Skip to content
KitploitKITPLOIT
उपकरणएक्सप्लॉइटब्लॉग
Log in
जमा करें
उपकरणएक्सप्लॉइटब्लॉग
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।

फ़ीडसंपर्कगोपनीयता© 2026 Kitploit

टूल निर्देशिका

श्रेणियाँ

सभी श्रेणियाँ देखें
Loading categories
Deserializer — एजेंटिक LLM-संचालित रिलेशनशिप मैपिंग के साथ AST-आधारित स्टैटिक कोड एनालाइज़र, जो AI, LLM, रोबोटिक्स, डेटा साइंस, मशीन लर्निंग और किसी भी प्रकार के Python सोर्स कोड पर Python RCE पाथ और गहरी डीसेरियलाइज़ेशन चेन खोजने के लिए है। | Kitploit
उपकरण/GitHubGitHub/joshuaprovoste/deserializer
स्थैतिक विश्लेषणभेद्यता स्कैनरस्थैतिक कोड विश्लेषण (SAST)भेद्यता विश्लेषणकोड विश्लेषणशोषणमशीन लर्निंगपेलोड डेवलपमेंटAI सुरक्षा
GitHubjoshuaprovoste/deserializer

Deserializer

एजेंटिक LLM-संचालित रिलेशनशिप मैपिंग के साथ AST-आधारित स्टैटिक कोड एनालाइज़र, जो AI, LLM, रोबोटिक्स, डेटा साइंस, मशीन लर्निंग और किसी भी प्रकार के Python सोर्स कोड पर Python RCE पाथ और गहरी डीसेरियलाइज़ेशन चेन खोजने के लिए है।

रिपॉजिटरी देखें
213414 दिन पहलेअभी तक समीक्षित नहीं
साझा करें

Deserializer

Deserializer Banner

परियोजना के बारे में

  • Deserializer एक उन्नत Abstract Syntax Tree (AST) स्टैटिक विश्लेषण इंजन है, जिसे Python पारिस्थितिकी तंत्र में असुरक्षित ऑब्जेक्ट पुनर्निर्माण और स्टेट पर्सिस्टेंस सिंक की पहचान करने के लिए डिज़ाइन किया गया है, जिसमें AI, LLM, रोबोटिक्स, डेटा साइंस, मशीन लर्निंग और डीप लर्निंग क्षेत्रों पर विशेष ध्यान दिया गया है; लेकिन यह इन्हीं तक सीमित नहीं है।
  • Deserializer को Python स्रोत कोड पर आधारित किसी भी प्रकार की परियोजना को स्कैन और विश्लेषण करने के लिए डिज़ाइन किया गया है, जैसे ऐप्स, स्क्रिप्ट्स, फ्रेमवर्क, लाइब्रेरी, Python pip पैकेज, और बहुत कुछ।

प्रमुख तकनीकी क्षमताएँ

एक पारंपरिक स्कैनर से कहीं आगे बढ़कर, यह 120 से अधिक लाइब्रेरी और फ़ॉर्मेट—जिनमें YAML, Msgpack, CBOR, और कस्टम JSON हुक्स शामिल हैं—के ऑडिटिंग के लिए एक सामान्य, उच्च-प्रदर्शन फ्रेमवर्क प्रदान करता है, जहाँ "सुरक्षित" सीरियलाइज़ेशन में पारंपरिक विश्वास महत्वपूर्ण लॉजिक-आधारित RCE वेक्टरों को छिपाता है। इम्पोर्ट्स, एलियासेस, और जटिल डॉटेड एट्रिब्यूट्स को रिज़ॉल्व करके, यह टूल एक उच्च-निष्ठा सिग्नल एम्प्लीफायर के रूप में कार्य करता है जो आधुनिक वितरित आर्किटेक्चर और AI/ML रिपॉज़िटरी में खतरनाक कोड पाथ को प्राथमिकता देता है।

यह परियोजना एक मॉड्यूलर, बहु-चरणीय वर्कफ़्लो के माध्यम से संचालित होती है जो कच्ची डिटेक्शन से गहन तकनीकी ऑडिट तक संक्रमण करती है। प्रारंभिक उच्च-वेग SAST स्कैन के बाद, पारिस्थितिकी तंत्र निष्पादन प्रवाहों को ट्रेस करने के लिए विशेष संबंध मैपर्स और विस्तृत सुरक्षा रिपोर्ट तैयार करने के लिए रिज़ल्ट प्रोसेसर्स का लाभ उठाता है। यह व्यवस्थित दृष्टिकोण सुनिश्चित करता है कि प्रत्येक निष्कर्ष एप्लिकेशन की व्यापक आर्किटेक्चर के भीतर संदर्भित हो, उच्च-मात्रा टेलीमेट्री को कार्रवाई योग्य शोध संपत्तियों और संरचित माइलस्टोन में परिवर्तित करता है जो अवसंरचना-स्तरीय आक्रमण सतहों की मैपिंग को सरल बनाते हैं।

स्वायत्त AI सुरक्षा एजेंट

अपने सबसे उन्नत स्तर पर, Deserializer एक स्वायत्त AI सुरक्षा एजेंट को एकीकृत करता है (चरण 4), जिसे स्पष्ट रूप से "self-command-injection" सीमाओं को नेविगेट करने और कार्यात्मक पुनरुत्पादन गाइड संश्लेषित करने के लिए डिज़ाइन किया गया है, जो HuggingFace inference API, Local LLM (जैसे llama.cpp), या OpenAI API संगत पर आधारित है।

जैसे-जैसे परियोजना विकसित होती है, यह अमूर्त सिंटैक्स ट्री स्टैटिक विश्लेषण, संबंध मैपिंग, रिपोर्टिंग, और प्रलेखित शोध पर आधारित कार्यात्मक एक्सप्लॉइट विकास के बीच की खाई को पाटकर स्वचालित भेद्यता शोध की सीमा को परिभाषित करना जारी रखती है।

शोध (AI, रोबोटिक्स, डेटा साइंस, मशीन लर्निंग और डीप लर्निंग)

Deserializer विभिन्न बड़े पैमाने की AI, रोबोटिक्स, और डेटा साइंस परियोजनाओं और वातावरणों—जैसे Genesis World (v0.2.1), MuJoCo (v3.7.0), LeRobot (v0.5.1), Brax (v0.14.2), TensorFlow (v2.21.0), LangGraph (v1.1.6), VibeVoice (v0.0.1), Hugging Face Hub (v1.11.0), PyGlove (v0.4.5), और कई अन्य—में RCE और असुरक्षित डीसेरियलाइज़ेशन पाथ का पता लगाकर सुरक्षा शोध का सीधे समर्थन करता है।

इसकी क्षमताओं ने उद्योग-अग्रणी फ्रेमवर्क में महत्वपूर्ण भेद्यताओं की खोज को सीधे सशक्त किया है, जो जटिल MLOps और एजेंटिक AI वातावरणों के ऑडिटिंग में इसकी प्रभावशीलता को सिद्ध करता है।

Deserializer के 4 चरण

यह परियोजना चार अलग-अलग चरणों में संरचित है, जिनमें से प्रत्येक विश्लेषण को उच्च-मात्रा स्वचालित टेलीमेट्री से गहन, कार्यात्मक सुरक्षा शोध की ओर स्थानांतरित करने के लिए डिज़ाइन किया गया है:

चरणशीर्षकटूलिंग / इंजनउद्देश्य
1उच्च-वेग डिटेक्शनdeserializer.py (Triple-Pass)संभावित डीसेरियलाइज़ेशन सिंक की पहचान करने के लिए बड़े पैमाने पर SAST करना।
2संबंध मैपिंगResult Processors / Mappersनिष्पादन प्रवाहों और घटक अन्योन्याश्रितताओं को ट्रेस करके निष्कर्षों को संदर्भित करना।
3तकनीकी संश्लेषणResearch Documentationनिष्कर्षों को तकनीकी राइटअप में औपचारिक रूप देना, अवसंरचना-स्तरीय आक्रमण सतहों की मैपिंग करना।
4स्वायत्त AI एजेंटAI Security AgentHuggingFace inference API, Local LLM (जैसे llama.cpp), या OpenAI API संगत का उपयोग करके 0-day खोज को स्वचालित करना और कार्यात्मक पुनरुत्पादन गाइड/एक्सप्लॉइट तैयार करना।

परियोजना संरचना

रिपॉज़िटरी के संगठन और प्रत्येक विशेष निर्देशिका के तकनीकी उद्देश्य का उच्च-स्तरीय मानचित्र:

  • agent/
    गहन विश्लेषण, पुनरुत्पादन गाइड संश्लेषण, और LLM इंटरैक्शन के लिए ऑर्केस्ट्रेशन लॉजिक सहित Phase 4 AI Security Agent का कार्यान्वयन।
  • docs/
    प्रोजेक्ट दस्तावेज़ीकरण, आर्किटेक्चरल आरेख, ब्रांडिंग संपत्तियों, और सहायक उच्च-स्तरीय तकनीकी सामग्रियों के लिए केंद्रीय रिपॉज़िटरी।
  • exploit_development/
    कार्यात्मक exploits के इंजीनियरिंग, deserialization primitives (hooks/methods) पर शोध, और क्रॉस-प्लेटफ़ॉर्म ऑर्केस्ट्रेशन तकनीकों के दस्तावेज़ीकरण के लिए समर्पित स्थान।
  • modules/
    कोर लॉजिक घटक, सहायक उपयोगिता फ़ंक्शन, और स्कैनर एक्सटेंशन जो टूलचेन के डिटेक्शन और रिलेशनशिप मैपिंग चरणों को शक्ति प्रदान करते हैं।
  • reports/
    बहु-चरणीय प्रोजेक्ट मूल्यांकन के दौरान स्कैनर द्वारा उत्पन्न संरचित सुरक्षा विश्लेषण आउटपुट, टेलीमेट्री, और ऑडिट परिणामों का भंडारण।
  • research/
    आधुनिक AI/ML फ्रेमवर्क पर किए गए उच्च-निष्ठा वाले vulnerability writeups, सत्यापित Proof-of-Concept (PoC) स्क्रिप्ट, और गहन ऑडिट का संग्रह।
  • templates/
    vulnerability writeups और correlation रिपोर्टों में तकनीकी निरंतरता बनाए रखने के लिए उपयोग किए जाने वाले मानकीकृत रिपोर्टिंग और शोध टेम्पलेट।

प्रदर्शन और मल्टीप्रोसेसिंग

इस स्कैनर में Python के concurrent.futures.ProcessPoolExecutor पर निर्मित एक उच्च-प्रदर्शन समानांतर निष्पादन इंजन है। इसे सभी उपलब्ध CPU कोर पर स्केल करने के लिए डिज़ाइन किया गया है (-j या --concurrency फ़्लैग के माध्यम से नियंत्रणीय), जिससे यह सेकंडों में दसियों हज़ार फ़ाइलों को स्कैन करने में सक्षम है।

  • नॉन-ब्लॉकिंग UI: स्वच्छ परिणाम प्रस्तुति के लिए एक-पंक्ति अंतराल के साथ एक स्थिर, डॉक किया गया प्रगति बार।
  • नेटिव सिग्नल हैंडलिंग: Windows पर, यह सुनिश्चित करने के लिए ctypes के माध्यम से एक नेटिव SetConsoleCtrlHandler का उपयोग करता है कि Ctrl+C 100% उत्तरदायी हो, भारी प्रोसेसिंग के दौरान भी।
  • साइलेंट ट्रेसबैक: वर्कर प्रोसेस को साइलेंट किया जाता है ताकि इंटरप्ट और आंतरिक त्रुटियाँ तकनीकी आउटपुट को अव्यवस्थित न करें।
  • नेटिव Windows UI समर्थन: आधुनिक CMD और PowerShell वातावरण में नेटिव ANSI रंग समर्थन के लिए ctypes के माध्यम से Virtual Terminal Processing को स्वचालित रूप से सक्षम करता है।

[!WARNING] प्रदर्शन चेतावनी: अत्यधिक बड़ी या जटिल फ़ाइलों (जैसे, 1MB, 2MB, या 3MB से अधिक आकार) का विश्लेषण करते समय, गहरे AST ट्री को पार्स करते समय टूल में महत्वपूर्ण मंदता आ सकती है या यह "अटका हुआ" प्रतीत हो सकता है। यदि आप ऐसी बाधाओं का सामना करते हैं, तो स्कैन गति बनाए रखने के लिए --timeout (धीमी फ़ाइलों को छोड़ने के लिए) और --max-size (विशाल फ़ाइलों को छोड़ने के लिए) फ़्लैग का उपयोग करने पर विचार करें।

यह क्या करता है

टूल डाउनलोड करें

सबसे लोकप्रिय

सभी देखें →

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

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 अंतिम OSINT टूलकिट: जाँच ग्राफ़, विश्वास स्कोरिंग, उपनाम परिवार, मानचित्र, टाइमलाइन और रिपोर्ट। 49 मॉड्यूल, 400+ साइटें, किसी API कुंजी की आवश्यकता नहीं।

    717
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # घोस्टलॉक वन-टैप निष्पादन ऐप (CVE-2026-43499)

    504
  • 3

    ARTEX

    baarai/artex

    प्लानर/वर्कर एजेंट, एसेट और एक्सप्लोरेशन ग्राफ़, MITM ट्रैफ़िक रिकॉर्डिंग, और भेद्यता पुनःपरीक्षण के साथ LLM मल्टी-एजेंट स्वायत्त पेनेट्रेशन टेस्टिंग प्लेटफ़ॉर्म।

    402
  • 4

    redforge

    cybersecurity91/redforge

    ब्राउज़र-साइड रेड टीम टूलकिट, जिसमें रेकॉन, पेलोड जनरेशन, क्रेडेंशियल हमलों, क्रिप्टो, एन्कोडिंग और एंगेजमेंट रिपोर्टिंग के लिए 102 ऑफ़लाइन टूल्स हैं।

    342
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI-मूल साइबरसुरक्षा के लिए कार्रवाई की प्रणाली—जहाँ इरादा नियंत्रित निष्पादन बन जाता है, साक्ष्य परिचालन स्मृति बन जाता है, और हर ऑपरेशन अगले को बेहतर बनाता है।

    260
  • 6

    antifox

    antifox-ai/antifox

    AI मल्टी-एजेंट स्वायत्त पेनेट्रेशन टेस्टिंग प्लेटफ़ॉर्म जो रेकॉन, अटैक-सरफ़ेस डिस्कवरी, एक्सप्लॉइटेशन वैलिडेशन और साक्ष्य-आधारित रिपोर्ट डिलीवरी संचालित करता है।

    259

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →