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
उपकरण/GitLabGitLab/cossas/certitude
मशीन लर्निंग
GitLabcossas/certitude

Certitude

CERTITUDE - URL को दुर्भावनापूर्ण या हानिरहित के रूप में वर्गीकृत करने के लिए एक Python पैकेज

रिपॉजिटरी देखें
414 साल पहलेअभी तक समीक्षित नहीं

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।

    614
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    476
  • 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।

    389
  • 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।

    334
  • 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।

    257
  • 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।

    247

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →
साझा करें

Website Commits Pipeline status Version License: MPL2.0 Code-style


Certitude एक Python पैकेज है जो लेक्सिकोग्राफ़िक और प्रमाणपत्र सुविधाओं के संयुक्त सेट का उपयोग करके पर्यवेक्षित दुर्भावनापूर्ण URL वर्गीकरण करता है।

सभी COSSAS प्रोजेक्ट GitLab पर होस्ट किए गए हैं, जिनकी एक पुश मिरर GitHub पर है। मुद्दों/योगदानों के लिए CONTRIBUTING.md देखें

शुरू करना

Certitude को whois की आवश्यकता है, जो कुछ सिस्टमों पर उपलब्ध नहीं हो सकता है, और इसलिए इसे एक Docker इमेज के रूप में वितरित किया जाता है। यदि whois उपलब्ध है तो इसे Python पैकेज के रूप में भी स्थापित किया जा सकता है, नीचे विकास अनुभाग देखें।

# pull image from registry
docker pull registry.gitlab.com/cossas/certitude:latest

# print help
docker run -it registry.gitlab.com/cossas/certitude:latest

# example perform training from data in local directory
docker run -it -v $(pwd)/tests/data:/data registry.gitlab.com/cossas/certitude:latest --train /data/newmodel -d /data/testset_labeled.csv

# example performing classification of a url with the trained model
docker run -it -v $(pwd)/tests/data:/data registry.gitlab.com/cossas/certitude:latest --model /data/newmodel --url https://www.tno.nl

विकास

इस पैकेज का विकास शुरू करने के लिए, इन चरणों का पालन करें:

  • WSL शुरू करें
  • इस प्रोजेक्ट को git clone करें, सुनिश्चित करें कि आप यह WSL फ़ाइल सिस्टम में कर रहे हैं। सुनिश्चित करने के लिए cd चलाएँ कि आप WSL होम डायरेक्टरी में हैं
  • अभी क्लोन की गई डायरेक्टरी में cd करें
  • VS Code शुरू करने के लिए code . चलाएँ
  • VS Code टर्मिनल में, poetry install, poetry shell और अंत में poetry run pre-commit install चलाएँ

कोड प्रवाह

कोड प्रवाह यहाँ देखें यहाँ

डेमो और परीक्षण

कुछ उपयोगी कमांड देखने और कोड का परीक्षण करने के लिए आप makefile देख सकते हैं:

make demo

योगदान

CERTITUDE में योगदान अत्यधिक सराहनीय और स्वागत योग्य है। कृपया हमारी योगदान प्रक्रिया के बारे में अधिक जानकारी के लिए CONTRIBUTING.md पढ़ें।

रखरखाव स्थिति

यह प्रोजेक्ट TRL4 तक विकसित किया गया है और वर्तमान में सक्रिय रूप से रखरखाव नहीं किया जा रहा है। हम TRL को 4 से 6 तक बढ़ाने के लिए निम्नलिखित कदमों की कल्पना करते हैं:

  • छोटे से मध्यम आकार की कंपनियों के सुरक्षा पाइपलाइनों में तकनीकी परीक्षण।
  • कंपनी सुरक्षा डेटा का उपयोग करके डिफ़ॉल्ट मॉडल का पुनर्प्रशिक्षण।
  • प्रासंगिक परिस्थितियों में पैकेज की वर्गीकरण विधि की सटीकता को मान्य करना।
  • छोटे से मध्यम आकार की कंपनी की आवश्यकताओं के लिए कमियों पर पैकेज में सुधार करना।
टूल डाउनलोड करें