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
agentic-threat-hunting-framework — ATHF एजेंटिक खतरा खोज के लिए एक ढांचा है - ऐसी प्रणालियाँ बनाना जो याद रख सकें, सीख सकें और बढ़ती स्वायत्तता के साथ कार्य कर सकें। | Kitploit
उपकरण/GitHubGitHub/nebulock-inc/agentic-threat-hunting-framework
टोहीभेद्यता विश्लेषणस्क्रिप्टिंग और स्वचालनजानकारी एकत्र करनाउपयोगिताएँ और फ्रेमवर्कखतरा खुफियालर्निंग और शिक्षाघटना प्रतिक्रियालर्निंग पाथ और कोर्स

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
AI सुरक्षा
GitHubnebulock-inc/agentic-threat-hunting-framework

agentic-threat-hunting-framework

ATHF एजेंटिक खतरा खोज के लिए एक ढांचा है - ऐसी प्रणालियाँ बनाना जो याद रख सकें, सीख सकें और बढ़ती स्वायत्तता के साथ कार्य कर सकें।

रिपॉजिटरी देखें
359495419 दिन पहलेKitploit द्वारा समीक्षित

एजेंटिक थ्रेट हंटिंग फ्रेमवर्क (ATHF)

ATHF लोगो

PyPI संस्करण PyPI डाउनलोड Python संस्करण लाइसेंस: MIT GitHub स्टार्स

त्वरित शुरुआत • इंस्टॉलेशन • दस्तावेज़ीकरण • उदाहरण

अपने थ्रेट हंटिंग प्रोग्राम को स्मृति और एजेंसी दें।

एजेंटिक थ्रेट हंटिंग फ्रेमवर्क (ATHF) आपके थ्रेट हंटिंग प्रोग्राम के लिए स्मृति और ऑटोमेशन परत है। यह आपके हंट्स को संरचना, दृढ़ता और संदर्भ देता है - जिससे हर पिछली जांच मनुष्यों और AI दोनों के लिए सुलभ हो जाती है।

ATHF किसी भी हंटिंग पद्धति (PEAK, TaHiTI, या आपकी अपनी प्रक्रिया) के साथ काम करता है। यह प्रतिस्थापन नहीं है; यह वह परत है जो आपकी मौजूदा प्रक्रिया को AI-तैयार बनाती है।

ATHF क्या है?

ATHF थ्रेट हंटिंग प्रोग्रामों के लिए संरचना और दृढ़ता प्रदान करता है। यह एक मार्कडाउन-आधारित फ्रेमवर्क है जो:

  • LOCK पैटर्न (Learn → Observe → Check → Keep) का उपयोग करके हंट्स का दस्तावेज़ीकरण करता है
  • पिछली जांचों का एक खोजने योग्य रिपॉजिटरी बनाए रखता है
  • AI सहायकों को आपके वातावरण और पिछले काम का संदर्भ लेने में सक्षम बनाता है
  • किसी भी SIEM/EDR प्लेटफ़ॉर्म के साथ काम करता है
  • नया: AI-संचालित अनुसंधान और परिकल्पना निर्माण एजेंट शामिल हैं (v0.3.0+)

समस्या

अधिकांश थ्रेट हंटिंग प्रोग्राम एक बार हंट समाप्त होने के बाद मूल्यवान संदर्भ खो देते हैं। नोट्स Slack या टिकटों में रहते हैं, क्वेरीज़ एक बार लिखी जाती हैं और भुला दी जाती हैं, और सीखे गए सबक केवल विश्लेषकों के दिमाग में रहते हैं।

यहां तक कि AI उपकरण भी हर बार शून्य से शुरू करते हैं, आपके वातावरण, आपके डेटा, या आपके पिछले हंट्स तक पहुंच के बिना।

ATHF आपके हंट्स को संरचना, दृढ़ता और संदर्भ देकर इसे बदल देता है।

और पढ़ें: docs/why-athf.md

LOCK पैटर्न

प्रत्येक थ्रेट हंट एक ही बुनियादी चक्र का पालन करता है: Learn → Observe → Check → Keep।

LOCK पैटर्न

  • Learn: थ्रेट इंटेल, अलर्ट, या विसंगतियों से संदर्भ एकत्र करें
  • Observe: विरोधी व्यवहार के बारे में एक परिकल्पना बनाएं
  • Check: लक्षित क्वेरीज़ के साथ परिकल्पनाओं का परीक्षण करें
  • Keep: निष्कर्ष और सीखे गए सबक रिकॉर्ड करें

LOCK क्यों? यह उपयोग करने के लिए पर्याप्त छोटा है और एजेंटों के लिए व्याख्या करने के लिए पर्याप्त सख्त है। इस प्रारूप में प्रत्येक हंट को कैप्चर करके, ATHF AI सहायकों के लिए पिछले काम को याद करना और पिछले परिणामों के आधार पर परिष्कृत क्वेरीज़ सुझाना संभव बनाता है।

और पढ़ें: docs/lock-pattern.md

GATES विधि: हंट-टू-डिटेक्शन प्रमोशन सत्यापन

किसी हंट के KEEP चरण को पूरा करने के बाद, GATES विधि यह सत्यापित करती है कि आपके निष्कर्षों को उत्पादन डिटेक्शन, आवर्ती हंट्स, या सलाह में पदोन्नत किया जाना चाहिए या नहीं।

Generalizable, Additive, Tunable, Exposure-tested, Sustainable

नोट: GATES को ATHF फ्रेमवर्क के साथ काम करने के लिए डिज़ाइन किया गया है और उस संदर्भ में इसका व्यापक रूप से परीक्षण किया गया है। जबकि कार्यप्रणाली (5 BASE मानदंड, निर्णय प्रकार) वैचारिक रूप से पोर्टेबल है, हम सर्वोत्तम परिणामों के लिए इसे पूर्ण ATHF वर्कफ़्लो के हिस्से के रूप में उपयोग करने की सलाह देते हैं। पूर्ण एकीकरण के लिए .claude/skills/gates/ देखें।

इंस्टॉलेशन: GATES वर्तमान में केवल git clone के माध्यम से उपलब्ध है। जिन उपयोगकर्ताओं ने pip install के माध्यम से इंस्टॉल किया है, उन्हें GATES तक पहुंचने के लिए रिपॉजिटरी को क्लोन करना चाहिए। हम GATES को pip वितरण में शामिल करने पर काम कर रहे हैं (Issue #21 के रूप में ट्रैक किया गया)।

GATES दो-स्तरीय फ्रेमवर्क का उपयोग करके हंट-व्युत्पन्न डिटेक्शन का मूल्यांकन करता है: 5 BASE मानदंड (हंट डेटा से मूल्यांकित) तैनाती उम्मीदवारों की पहचान करते हैं, जबकि 5 ADVANCED मानदंड (उत्पादन में सत्यापित) कम फ़ॉल्स पॉज़िटिव और फ़ॉल्स नेगेटिव दरों के साथ लचीले डिटेक्शन सुनिश्चित करते हैं:

गेटप्रश्नक्या पकड़ता है
G - Generalizableक्या यह दोहराने योग्य है?IOC-आधारित नियम जो जल्दी समाप्त हो जाते हैं
A - Additiveक्या यह कवरेज अंतराल को भरता है?डुप्लिकेट या अनावश्यक डिटेक्शन
T - Tunableक्या हम हमले को सामान्य से अलग कर सकते हैं?बेसलाइन शोर बेमेल (शीर्ष FP कारण)
E - Exposure-testedक्या हमने इवेज़न को कवर किया?एकल-आयामीय डिटेक्शन
S - Sustainableक्या हम इसे बनाए रख सकते हैं?उच्च-मात्रा, कम-TP नियम

निर्णय BASE स्कोर (/5) पर आधारित हैं। ADVANCED सत्यापन विधियों के लिए .claude/skills/gates/ देखें।

त्वरित शुरुआत — यह अपने सहायक को टाइप करें; /gates एक स्किल है, शेल कमांड नहीं:

/gates --hunt H-0001

Verdict प्रकार:

  • ✅ PROMOTE (4.0-5.0) - स्थायी डिटेक्शन के रूप में तैनात करें
  • ⚠️ CONDITIONAL (3.0-3.9) - पूर्वापेक्षाएँ पूरी होने के बाद तैनात करें
  • ❌ HOLD (0.0-2.9) - लॉजिक सुरक्षित रखें, तैनात न करें
  • ⏱️ TIME_BOX - कैंपेन-विशिष्ट, 90-दिनी रिफ्रेश
  • 🔄 RECURRING_HUNT - त्रैमासिक निष्पादन, 24/7 नहीं
  • 🚫 DROP - डिटेक्ट करने योग्य नहीं; रिकॉर्ड किया गया ताकि दोबारा प्रस्तावित न हो

एक gate FAIL स्कोर बैंड को ओवरराइड करता है, और जब दो gates विफल होते हैं तो इस क्रम में पहला मैच जीतता है: A→DROP, G→TIME_BOX, E→HOLD, S→RECURRING_HUNT, T→CONDITIONAL। ऊपर दिए गए बैंड केवल तब लागू होते हैं जब कोई gate FAIL न हुआ हो। पूरा नियम: .claude/skills/gates/SKILL.md चरण 4।

नोट: GATES का "PROMOTE" verdict का अर्थ है एक डिटेक्शन रूल तैनात करना। यह athf hunt promote से भिन्न है, जो hunt फ़ाइलों को निर्देशिकाओं के बीच स्थानांतरित करता है।

ADEF (Detection Engineering Framework) के साथ एकीकरण:

GATES सत्यापन के बाद, प्रोडक्शन डिटेक्शन इंजीनियरिंग के लिए ADEF पर आगे बढ़ें:

ATHF Workspace                    ADEF Workspace
──────────────                    ──────────────
Hunt (LOCK)                       
   ↓
GATES Validate                    
   ↓
H-XXXX_GATES.yaml  ────────────→  FORGE (F-O-R-G-E)
                                     ↓
                                  Production Rule

पूर्ण कार्यप्रवाह:

  1. ATHF कार्यक्षेत्र में, शिकार को मान्य करें — सहायक इनपुट, शेल कमांड नहीं:

    /gates --hunt H-0903
    

    → hunt-promotion-analysis/H-0903_GATES.yaml लिखता है (प्रति hunt एक फ़ाइल, अंदर N उम्मीदवार)। जिस hunt का निर्णय archival (HOLD, DROP, TIME_BOX, RECURRING_HUNT) होता है, वह इसके बजाय एक .md narrative उत्सर्जित करता है — बनाने के लिए कोई नियम नहीं है, इसलिए चरण 2 केवल .yaml आउटपुट पर लागू होता है।

  2. उस दस्तावेज़ को ADEF में आयात करें:

    adef hunt-promote --gates ~/athf-workspace/hunt-promotion-analysis/H-0903_GATES.yaml
    # --dry-run first to preview what it would mint
    

    Deployable उम्मीदवार प्रत्येक Find चरण पर एक D-XXXX, एक कैटलॉग रिकॉर्ड और एक जर्नल के साथ पहुँचते हैं; archival वाले skipped के रूप में रिपोर्ट किए जाते हैं। कोई cd आवश्यक नहीं — ADEF अपना workspace ADEF_WORKSPACE (डिफ़ॉल्ट ~/work/adef-workspace/) से resolve करता है। पुष्टि करें कि आपके ADEF में यह मोड है adef hunt-promote --help के साथ।

टूल डाउनलोड करें