Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
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.

FeedContattoPrivacy© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
DeepTraffic — Modelli di Deep Learning per la classificazione del traffico di rete | Kitploit
Strumenti/GitHubGitHub/echowei/deeptraffic
Strumenti di Crittografia/DecrittografiaSicurezza di ReteAnalisi MalwareMachine LearningRilevamento IntrusioniPaper e RicercaRilevamento di Anomalie
GitHubechowei/deeptraffic

DeepTraffic

Modelli di Deep Learning per la classificazione del traffico di rete

Vedi Repository
767297619 mesi faRevisionato da Kitploit
Condividi

Modelli di Deep Learning per la classificazione del traffico di rete

Per maggiori informazioni, leggi i nostri articoli.

🎓Pagina di Google Scholar di Wei Wang

Wei Wang, Xuewen Zeng, Xiaozhou Ye, Yiqiang Sheng e Ming Zhu, "Classificazione del traffico malware utilizzando reti neurali convoluzionali per l'apprendimento delle rappresentazioni", nella 31a Conferenza Internazionale sull'Information Networking (ICOIN 2017), pp. 712-717, 2017.
Wei Wang, Jinlin Wang, Xuewen Zeng, Zhongzhen Yang e Ming Zhu, "Classificazione del traffico crittografato end-to-end con reti neurali convoluzionali unidimensionali", nella 15a Conferenza Internazionale IEEE sull'Intelligence e l'Informatica per la Sicurezza (IEEE ISI 2017), pp. 43-48, 2017.
Wei Wang, Yiqiang Sheng, Jinlin Wang, Xuewen Zeng, Xiaozhou Ye, Yongzhong Huang e Ming Zhu, "HAST-IDS: Apprendimento delle caratteristiche spazio-temporali gerarchiche utilizzando reti neurali profonde per migliorare il rilevamento delle intrusioni", in IEEE Access, vol. 6, pp. 1792-1806, 2018.
Wei Wang, "Deep Learning per la classificazione del traffico di rete e il rilevamento delle anomalie", Tesi di dottorato (Cinese semplificato), 2018.
www.scidb.cn

Sono un dottore di ricerca laureato presso USTC e sono interessato all'analisi del traffico di rete.
Se hai un'opportunità di lavoro interessante per me, contattami all'indirizzo [email protected] o su WeChat/WeiXin: wangwei-science.

Scarica lo strumento

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Il toolkit OSINT definitivo: grafo di indagine, punteggio di affidabilità, famiglie di alias, mappa, timeline e report. 49 moduli, oltre 400 siti, nessuna chiave API richiesta.

    708
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # App di esecuzione con un tocco GhostLock (CVE-2026-43499)

    500
  • 3

    ARTEX

    baarai/artex

    Piattaforma di penetration testing autonoma multi-agente basata su LLM con agenti planner/worker, grafi di asset e di esplorazione, registrazione del traffico MITM e retesting delle vulnerabilità.

    398
  • 4

    redforge

    cybersecurity91/redforge

    Toolkit red team lato browser con 102 strumenti offline per ricognizione, generazione di payload, attacchi alle credenziali, crittografia, codifica e reportistica dell'engagement.

    341
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Il sistema d'azione per la cybersecurity nativa AI—dove l'intento diventa esecuzione governata, le evidenze diventano memoria operativa, e ogni operazione migliora la successiva.

    259
  • 6

    antifox

    antifox-ai/antifox

    Piattaforma multi-agente di penetration testing autonoma basata sull'IA che esegue ricognizione, scoperta della superficie d'attacco, validazione dello sfruttamento e consegna di report supportati da evidenze.

    257

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →