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
CVE-2024-38063 — Simula l'attacco di esecuzione remota di codice TCP/IP CVE-2024-38063, cattura il traffico di rete con TShark e addestra un modello di machine learning per rilevare attività sospette. | Kitploit
Strumenti/GitHubGitHub/skac44/cve-2024-38063
Analisi delle VulnerabilitàExploitSicurezza di ReteMachine LearningRilevamento IntrusioniApprendimento e FormazioneRilevamento di Anomalie
GitHubskac44/cve-2024-38063

CVE-2024-38063

Simula l'attacco di esecuzione remota di codice TCP/IP CVE-2024-38063, cattura il traffico di rete con TShark e addestra un modello di machine learning per rilevare attività sospette.

Vedi Repository
41 anno faNon ancora revisionato

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

CVE-2024-38063

Vulnerabilità di Windows che consente l'implementazione di attività non autorizzate sulla rete: esecuzione remota di codice remoto TCP/IP di Windows.

Due macchine virtuali - una vittima e un attaccante - sono pronte per simulare l'attacco. Sulla macchina vittima è stato utilizzato uno strumento per la cattura dei pacchetti di rete, TShark (modalità a riga di comando di Wireshark), e i dati sono stati salvati in formato .csv. I passaggi successivi coinvolgono un'altra macchina virtuale con un algoritmo di machine learning. I dati di rete raccolti vengono quindi trasferiti in un ambiente di analisi dove vengono estratte metriche importanti del traffico come il disallineamento dell'header, i campi Destination Option e altre. Queste caratteristiche vengono utilizzate per addestrare un modello di machine learning in grado di identificare attività sospette.

Scarica lo strumento