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
DCVD — "DCVD: Dual-Channel Cross-Modal Fusion for Joint Vulnerability Detection and Localization" में दिया गया कोड | Kitploit
उपकरण/GitHubGitHub/vinsontang1/dcvd
स्थैतिक विश्लेषणभेद्यता विश्लेषणकोड विश्लेषणमशीन लर्निंगपेपर और शोधAI सुरक्षा
GitHubvinsontang1/dcvd

DCVD

"DCVD: Dual-Channel Cross-Modal Fusion for Joint Vulnerability Detection and Localization" में दिया गया कोड

रिपॉजिटरी देखें
2426 महीने पहलेअभी तक समीक्षित नहीं
साझा करें

11image-20260510182333988

project/
├── train.py
├── data_loader.py
├── README.md
├── requirements.txt
├── models/
│   ├── control_pathway.py
│   ├── semantic_pathway.py
│   ├── feature_fusion_module.py
│   ├── transformer_llm_module.py
│   └── multi_task_predictor.py

डेटा और मॉडल स्रोत

डेटासेट

हम भेद्यता का पता लगाने के लिए LineVul डेटासेट का उपयोग करते हैं:

Michael Fu और Chakkrit Tantithamthavorn, "LineVul: A Transformer-based Line-Level Vulnerability Prediction", MSR 2022.
पेपर: https://conf.researchr.org/details/msr-2022/msr-2022-technical-papers/26/LineVul-A-Transformer-based-Line-Level-Vulnerability-Prediction
रिपॉजिटरी: https://github.com/awsm-research/LineVul

हम डेटासेट को आगे ग्राफ संरचनाओं में प्रीप्रोसेस करते हैं और प्रत्येक नमूने को LLM-जनित स्पष्टीकरणों के साथ संरेखित करते हैं।

मॉडल

हम निम्नलिखित पूर्व-प्रशिक्षित मॉडल का उपयोग करते हैं:

  • OpenAI GPT-4o-mini

    OpenAI, "Hello GPT-4o", 2024.
    URL: https://openai.com/index/hello-gpt-4o/

    • gpt-4o-mini-2024-07-18: LLM स्पष्टीकरण उत्पन्न करने के लिए उपयोग किया जाता है।
  • Qwen मॉडल (Qwen3 श्रृंखला)

    Qwen Team, "Qwen3 Technical Report", arXiv:2505.09388, 2025.
    पेपर: https://arxiv.org/abs/2505.09388
    रिपॉजिटरी: https://github.com/QwenLM/Qwen3

    • Qwen3.5-4B: सिमेंटिक एम्बेडिंग बैकबोन के रूप में उपयोग किया जाता है (केवल एम्बेडिंग परत)।
  • GraphCodeBERT

    Guo et al., "GraphCodeBERT: Pre-training Code Representations with Data Flow", ICLR 2021.
    पेपर: https://arxiv.org/abs/2009.08366
    रिपॉजिटरी: https://github.com/microsoft/CodeBERT

लाइसेंस

यह प्रोजेक्ट सार्वजनिक रूप से उपलब्ध डेटासेट और पूर्व-प्रशिक्षित मॉडल का उपयोग करता है। उनके लाइसेंस नीचे सूचीबद्ध हैं:

  • LineVul डेटासेट
    लाइसेंस: MIT License
    स्रोत: https://github.com/awsm-research/LineVul

  • OpenAI GPT-4o-mini
    उपयोग OpenAI Terms of Use के अधीन है।

  • Qwen मॉडल (Qwen3.5-4B)
    लाइसेंस: Apache License 2.0
    स्रोत: https://github.com/QwenLM/Qwen3

  • GraphCodeBERT
    लाइसेंस: MIT License
    स्रोत: https://github.com/microsoft/CodeBERT

सभी संसाधनों का उपयोग उनके संबंधित लाइसेंसों के अनुसार किया जाता है।

पर्यावरण सेटअप

आवश्यकताएँ

python >= 3.9

torch>=2.0.0
torch-geometric>=2.4.0

transformers>=4.35.0
accelerate>=0.25.0
sentencepiece

pandas>=1.5.0
tqdm>=4.60.0

tensorboard

PyTorch Geometric स्थापना

PyTorch Geometric (PyG) CUDA पर निर्भर करता है। कृपया इसे अपने वातावरण के अनुसार स्थापित करें।

डेटा तैयारी

निर्देशिका संरचना

data/
├── processed/
│   ├── train_data_masked.pt
│   ├── train_with_llm.csv
│   ├── val_data_masked.pt
│   ├── val_with_llm.csv
│   ├── test_data_masked.pt
│   ├── test_with_llm.csv
├── config/
│   └── node_vocab.json

CSV प्रारूप

CSV फ़ाइल में निम्नलिखित फ़ील्ड होने चाहिए:

  • index: अद्वितीय नमूना ID
  • func_before: स्रोत कोड
  • llm_explanation: LLM-जनित स्पष्टीकरण

ग्राफ़ डेटा (.pt)

प्रत्येक PyG Data ऑब्जेक्ट में शामिल होना चाहिए:

  • index: CSV के साथ संरेखित
  • x: नोड फ़ीचर
  • ast_edge_index: AST किनारे
  • cfg_edge_index: CFG किनारे
  • y_f: फ़ंक्शन-स्तरीय लेबल
  • y_s: लाइन-स्तरीय लेबल
  • line_mask: टोकन-से-लाइन मैपिंग

मॉडल कॉन्फ़िगरेशन

फ्रेमवर्क निम्नलिखित पूर्व-प्रशिक्षित मॉडल का उपयोग करता है:

  • सिमेंटिक पाथवे: Qwen/Qwen3.5-4B
  • ट्रांसफॉर्मर मॉड्यूल: microsoft/graphcodebert-base

आप उन्हें इसके माध्यम से संशोधित कर सकते हैं:

--llm_model_name
--transformer_base_name

त्वरित आरंभ

python train.py \
  --train_pt_path ./data/processed/train_data_masked.pt \
  --train_csv_path ./data/processed/train_with_llm.csv \
  --valid_pt_path ./data/processed/val_data_masked.pt \
  --valid_csv_path ./data/processed/val_with_llm.csv \
  --vocab_path ./data/config/node_vocab.json \
  --output_dir ./outputs \
  --run_name demo

आउटपुट

परिणाम यहाँ सहेजे जाएँगे:

outputs/<run_name>/

जिनमें शामिल हैं:

  • मॉडल चेकपॉइंट
  • लॉग
  • result.json
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।

    806
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    523
  • 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।

    441
  • 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।

    270
  • 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 →