Skip to content
KitploitKITPLOIT
StrumentiBlog
Invia
StrumentiBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

··Feed·Contatto·Privacy·© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
RITA-J — Implementazione di RITA (Real Intelligence Threat Analytics) in Jupyter Notebook con algoritmo di punteggio migliorato. | Kitploit
Strumenti/GitHubGitHub/cyb3r-monk/rita-j
Network ForensicsSicurezza di ReteThreat IntelligenceAnalisi DNSRilevamento di AnomalieAnalisi dei Log
GitHubcyb3r-monk/rita-j

RITA-J

Implementazione di RITA (Real Intelligence Threat Analytics) in Jupyter Notebook con algoritmo di punteggio migliorato.

Vedi Repository
2142864 anni faRevisionato da Kitploit

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →
Condividi

RITA (Real Intelligence Threat Analytics) in Jupyter Notebook

RITA è un framework open source per l'analisi del traffico di rete sponsorizzato da Active Countermeasures

RITA-J è l'implementazione delle funzionalità di RITA in Jupyter Notebook. L'obiettivo è supportare tutti i tipi di log Firewall/Proxy/DNS in formato CSV, TSV o JSON, e rendere semplice l'analisi, la ricerca e il rilevamento di potenziali attività C2 senza installare hardware aggiuntivo e altri componenti da mantenere.

Il dataset di esempio è stato condiviso da Ali Alwashali (@ali_alwashali). Contiene:

  • Log Zeek dai file PCAP di malware-traffic-analysis.net, dal 2013 al 2021
  • Alert Suricata generati dall'analisi dei PCAP

Caratteristiche

  • Rilevamento Beaconing: Cerca segni di comportamento beaconing dentro e fuori dalla tua rete
  • Rilevamento DNS Tunneling: Cerca segni di canali nascosti basati su DNS (TO DO)
  • Controllo Blacklist: Interroga le blacklist per cercare domini e host sospetti (TO DO)
  • Altre funzionalità saranno aggiunte

Requisiti

Log Firewall/Proxy in formato CSV o JSON. Se i log non vengono parsati, è necessario il parsing prima dell'analisi.
I notebook supportano file CSV. Il JSON richiede un mapping manuale. Alcune risorse utili per leggere e fare il parsing di file JSON:

  • https://www.w3schools.com/python/pandas/pandas_json.asp
  • https://towardsdatascience.com/how-to-parse-json-data-with-python-pandas-f84fbd0b1025
  • https://towardsdatascience.com/how-to-convert-json-into-a-pandas-dataframe-100b2ae1e0d8
  • https://www.scaler.com/topics/how-to-open-json-file-in-python/

Acquisire log e lavorare con diversi formati di log

Ci sono diversi modi per acquisire log.

  • Leggere da SIEM / DB / API
    • https://infosecjupyterthon.com/workshops/day1/day1-2-Acquiring-data.html
  • Esportare i log dal SIEM in CSV/JSON
  • Inviare i log a un server/connector Syslog -> parsarli -> esportarli in file CSV/JSON
  • Esportare i log direttamente in un file, poi convertirli in CSV/JSON

Un esempio per la conversione dei log Fortinet:
https://github.com/lucky-luk3/Infosec_Notebooks/blob/main/Forti_VPN_Logs_Analysis-Public.ipynb

Convertitore log CSV Fortinet

Lo script qui sotto potrebbe funzionare con tutti i file di log che utilizzano la registrazione a coppie chiave-valore.
https://github.com/N4SOC/fortilogcsv

Installazione

Sarà aggiunta

Come Usare

Sarà aggiunto

Scarica lo strumento