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
AI-driven-MITRE-Attack — यह रिपॉजिटरी लॉग्स से MITRE ATT&CK तकनीकों का पता लगाने और स्थानीय LLM का उपयोग करके आउटपुट को समृद्ध करने के लिए एक मशीन लर्निंग पाइपलाइन प्रदर्शित करती है। | Kitploit
उपकरण/GitHubGitHub/mouna23/ai-driven-mitre-attack
खतरा खुफियामशीन लर्निंगघुसपैठ का पता लगानालर्निंग और शिक्षाविसंगति का पता लगानालॉग विश्लेषण
GitHubmouna23/ai-driven-mitre-attack

AI-driven-MITRE-Attack

यह रिपॉजिटरी लॉग्स से MITRE ATT&CK तकनीकों का पता लगाने और स्थानीय LLM का उपयोग करके आउटपुट को समृद्ध करने के लिए एक मशीन लर्निंग पाइपलाइन प्रदर्शित करती है।

साझा करें
रिपॉजिटरी देखेंवेबसाइट
83461 साल पहलेअभी तक समीक्षित नहीं

POC : AI-संचालित MITRE आक्रमण पहचान और अलर्ट संवर्धन

यह रिपॉजिटरी लॉग से MITRE ATT&CK तकनीकों का पता लगाने और स्थानीय LLM का उपयोग करके आउटपुट को समृद्ध करने के लिए एक मशीन लर्निंग पाइपलाइन प्रदर्शित करती है।


अवलोकन

यह परियोजना दो मुख्य घटकों में विभाजित है:

  1. मशीन लर्निंग मॉडल (ML) – लॉग को MITRE ATT&CK तकनीकों में वर्गीकृत करता है
  2. LLM संवर्धन – ML भविष्यवाणी को विश्लेषक-अनुकूल स्पष्टीकरणों और कार्यान्वयन योग्य अंतर्दृष्टियों के साथ समृद्ध करता है

मशीन लर्निंग मॉडल

उद्देश्य

ML मॉडल को लॉग घटनाओं से MITRE तकनीक (या BENIGN) की भविष्यवाणी करने के लिए प्रशिक्षित किया गया है।
यह संभावित रूप से दुर्भावनापूर्ण व्यवहार का पता लगाने और वर्गीकरण को स्वचालित करने की अनुमति देता है।

दृष्टिकोण

  • विशेषता: लॉग से commandline फ़ील्ड
  • वेक्टरीकरण: TF-IDF (टर्म फ्रीक्वेंसी – इनवर्स डॉक्यूमेंट फ्रीक्वेंसी)
  • मॉडल: RandomForestClassifier (मजबूत, व्याख्यात्मक, CPU-अनुकूल)
  • लक्ष्य: mitre_label (जैसे, T1059.001, T1105, BENIGN)

प्रशिक्षण

python scripts/train_mitre_model.py

यह स्क्रिप्ट:

  • dataset_full_160k.csv डेटासेट लोड करती है

  • डेटा को प्रशिक्षण/परीक्षण सेट में विभाजित करती है

  • कमांड लाइनों को TF-IDF वैक्टर में परिवर्तित करती है

  • Random Forest मॉडल को प्रशिक्षित करती है

  • प्रदर्शन का मूल्यांकन करती है (सटीकता, पुनर्‌प्राप्ति, F1-स्कोर, भ्रम मैट्रिक्स)

  • प्रशिक्षित मॉडल और वेक्टराइज़र को सहेजती है:

    • models/mitre_ml_model.pkl

    • models/tfidf_vectorizer.pkl

परियोजना लोगो

LLM संवर्धन

उद्देश्य

एक बार जब ML मॉडल किसी MITRE तकनीक की भविष्यवाणी करता है, तो LLM परिणाम को प्रदान करके समृद्ध करता है:

  • तकनीक स्पष्टीकरण

  • कमांड तकनीक से क्यों मेल खाता है

  • हमलावर का इरादा

  • अनुशंसित जांच कदम

  • सुझाए गए पहचान नियम

यह कदम कच्ची ML भविष्यवाणी और SOC विश्लेषक की कार्यान्वयन योग्य अंतर्दृष्टियों के बीच सेतु का काम करता है।

उपयोग

स्थानीय LLM (जैसे, Ollama के माध्यम से Phi-3) को एक प्रॉम्प्ट के साथ कॉल किया जाता है जिसमें शामिल है:

  • ML भविष्यवाणी

  • कच्ची कमांड लाइन

python scripts/enrich_with_llm.py

परियोजना लोगो

पायथन निर्भरताएँ

pip3 install -r requirements.txt

लाइब्रेरी

  • pandas
  • scikit-learn
  • requests

नोट्स

  • test_model.py का उपयोग आपके मॉडल के परीक्षण के लिए किया जाता है, यह वैकल्पिक है।
  • स्क्रिप्ट सूचीबद्ध निर्भरताओं के साथ Python 3.13+ वातावरण में स्थानीय रूप से चलाने के लिए डिज़ाइन की गई हैं।
  • अपनी मशीन पर Ollama स्थापित करें और Phi-3 mini मॉडल जोड़ें।
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।

    795
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    520
  • 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।

    439
  • 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।

    346
  • 5

    looking-glass

    anonghosty/looking-glass

    CSIRT प्लेटफ़ॉर्म जो Shadowserver रिपोर्ट्स को MongoDB में इनजेस्ट करता है और उन्हें इंटरैक्टिव मैप्स, विश्लेषण, निष्कर्षों, सलाहों और कार्यकारी डैशबोर्ड के रूप में पुनः प्रस्तुत करता है।

    267
  • 6

    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।

    264

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →