Skip to content
KitploitKITPLOIT
ツールエクスプロイトブログ
Log in
提出
ツールエクスプロイトブログ
提出

ハッキング、侵入テスト、サイバーセキュリティツールをあなたのセキュリティアーセナルに!

Kitploitはハッキング、サイバーセキュリティ、ペネトレーションテストのツールディレクトリです。最新のプロジェクトアップデートを見つけて、脆弱性の発見、システム分析、テストの自動化、セキュリティの強化を行いましょう。

フィードお問い合わせプライバシー© 2026 Kitploit

ツールディレクトリ

カテゴリ

すべてのカテゴリを見る
Loading categories
maude-hcs — 隠れた通信システムのための形式的モデリングおよび解析フレームワーク。これにより、隠れチャネル、敵対者モデルの仕様記述、そして不可検出性とパフォーマンスのトレードオフに関する統計的モデル検査が可能になります。 | Kitploit
ツール/GitHubGitHub/raytheonbbn/maude-hcs
ネットワークセキュリティステガノグラフィープライバシー論文と研究学習と教育DNS分析
GitHubraytheonbbn/maude-hcs

maude-hcs

隠れた通信システムのための形式的モデリングおよび解析フレームワーク。これにより、隠れチャネル、敵対者モデルの仕様記述、そして不可検出性とパフォーマンスのトレードオフに関する統計的モデル検査が可能になります。

リポジトリを見る
5217471日前Kitploit レビュー済み
共有

Maude-HCS

Maude-HCSは、実世界規模でHidden Communication Systems(HCS)を形式的に仕様記述し推論するための、汎用かつモジュール式のツールチェーンの初期のものの一つです。 これによりネットワーク設計者は代替のHCS設計を迅速かつ効果的に探索でき、 設計を信頼するために必要な形式的なプライバシー・性能保証を提供します。

はじめに

隠蔽通信システム(HCS)は、通常のネットワーク活動の中に秘匿メッセージを埋め込み、通信の存在を隠します。 実際には、HCSの不可検出性は通常、アドホックなトラフィック統計や特定の検出器を用いて評価されるため、 セキュリティ上の主張は実験設定や暗黙の敵対者仮定と密接に結びついてしまいます。

Maude-HCSは、複雑なHCS設計における不可検出性と性能のトレードオフを推論するための、 原理的かつ実行可能な基盤を提供する実行可能なモデリング・分析フレームワークです。 設計者はプロトコルの振る舞い、敵対者の観測可能量、環境仮定を形式的に仕様記述し、 誘導されたトレース分布からモンテカルロサンプルを生成します。 これらは、統計的検定の真陽性率と偽陽性率を推定し、これらの推定値を不可検出性尺度の下界に変換することで、 不可検出性の主張を監査するために使用できます。 これにより、明示的に述べられたモデリング仮定の下で、検出可能性とその性能とのトレードオフを体系的に評価できます。

HCSのモデリングと推論について支援が必要な場合は、ぜひご連絡ください。 また、本研究を研究の一部として使用される場合は、ぜひ引用をご検討ください。

@article{khoury2026maude,
  title={Maude-HCS: Model Checking the Undetectability-Performance Tradeoffs of Hidden Communication Systems},
  author={Khoury, Joud and Kim, Minyoung and Merlin, Christophe and Meseguer, Jos{\'e} and Ratliff, Zachary and Talcott, Carolyn},
  journal={arXiv preprint arXiv:2603.03369},
  year={2026}
}

要件

Python バージョン 3.12.4 が必要です

好みの環境を作成してアクティベートします。例えば

pyenvの場合

pyenv install 3.12.4
pyenv local 3.12.4

conda の場合

conda create --name pwnd2 python=3.12.4
conda activate pwnd2

仮想環境の場合

python -m venv venv
source venv/bin/activate

インストール: git ソースから

私たちはリポジトリのソースコードを、dns-formalization-maude を依存関係(サブモジュール)としてインポートするように構成しました。 この依存関係のフォークを作成したので、それに対する変更を追跡できます。 私たちは sparse-checkout を使用して、依存関係のすべてのソース(Testbed などの多くの無関係なファイルを含む)をチェックアウトする必要を回避しています。

メインリポジトリをクローンするには

git clone [email protected]:raytheonbbn/maude-hcs.git

メインブランチには最新の(不安定な可能性がある)ソースが含まれています。 pwnd.cp1 などの古いブランチ/タグは、評価中に結果を生成するために使用された安定したスナップショットを指します (例: pwnd.cp1 はチャレンジ問題1に使用され、同様に pwnd.cp2 も使用されます)。 古いスナップショットを使用するには、特定のブランチ(例: pwnd.cp1)をチェックアウトしてください。

オリジナルのソースに対して行われた変更を追跡できるよう、私たちのコードのクローンを使用して dns サブモジュールをセットアップし、 関連するソースのみを保持するために sparse-checkout を使用してください

cd maude-hcs
mkdir -p maude_hcs/deps
git submodule add -b <branch> -f [email protected]:raytheonbbn/dns-formalization-maude.git \
  maude_hcs/deps/dns_formalization
cd maude_hcs/deps/dns_formalization
git sparse-checkout init --cone
git sparse-checkout set "Maude/dns" "Maude/common" "Maude/test" "Maude/attack_exploration"
cd ../../../
git reset .gitmodules
git reset maude_hcs/deps/dns_formalization

上記のコマンドでは、<branch> を pwnd.43.rb1 に設定するとチャレンジ問題1の結果を再現でき、 pwnd に設定すると最新バージョンを使用できます。

上記の操作により、 .git/modules/maude_hcs/deps/dns_formalization/info/ の下に sparse-checkout という名前の新しいファイルが作成され、 Maude/src などの特定のディレクトリのみを含めるよう指示されます。

この時点で git status はクリーンな状態を示すはずです。

インストールするには、まず dns という名前のパッケージとして依存関係をインストールします(これを Maude.* としてインポートします)。 次に、maude_hcs をパッケージとしてインストールします(dns への依存関係あり)。

cd maude_hcs/deps/dns_formalization
pip install -e .
cd ../../../
pip install -e .

ユーザーモデルの自動生成

ユーザーモデルは、ユーザーがどのように振る舞うかを表現することを目的としたマルコフモデルです。 これらは json 形式で提供されます。 最初のステップは、これらを正式な maude 表現に変換することです。

そのためには、以下を指定します。

  • protocol: dns または mastodon
  • 変換したいすべての json モデルを含む入力ディレクトリ
  • json モデルの maude 版すべてを含む出力ディレクトリ

例えば、

# convert dns tgen user models
 maude-hcs --verbose \ 
    --protocol=dns markov \
    --json-dir=../pwnd-cp2/src/static/tgen_models/dns/ \ 
    --maude-dir=./maude_hcs/lib/tgen/maude/dnsprofiles/markov/
    
# convert mastodon tgen models
maude-hcs --verbose \
    --protocol=mastodon markov \
    --json-dir=../pwnd-cp2/src/static/tgen_models/mastodon \
    --maude-dir="./maude_hcs/lib/raceboat/maude/mastodonprofiles/"

./maude_hcs/lib/tgen/maude/dnsprofiles/markov/ にある markov json 仕様の例を参照してください (mastodon についても同様です)。変換された maude 仕様もあわせて参照してください。

HCS 設定の自動生成

generate コマンドを使用して初期設定を生成します。 HCS 設定は、HCS 設定パラメータを用いた json で直接渡すか、 Shadow 実験設定ファイルを用いるか、YML 設定ファイルを用いることで指定できます。 それぞれについて以下で説明します。

HCS json 設定の使用

maude-hcs json 設定ファイルを次のように渡します。

iodine を含む確率的 DNS モデル設定を生成し、出力ファイル名を指定するには、

 maude-hcs --verbose generate \
        --run-args="./use-cases/challenge-problem-2/cp2_scenarios/cp2_scenario_1-hcsconfig.json" \
        --model=prob \
        --filename="cp2_scenario_1" \
        --output-dir="./use-cases/challenge-problem-2/cp2_scenarios/"

--model=nondet を設定すると、非決定的なバージョンを生成します。

これにより、出力ディレクトリに実行可能な maude ファイル(および対応する HCS 設定 json)が生成されます。 入力 json 設定ファイルは容易に理解できるはずです。これには以下が含まれます。

  • ネットワークトポロジ(リンクとその特性)
  • 敵対者(この場合は zeek 検出器プロファイル、移動平均検出器のベースラインデータ、およびそれらの設定)
  • チャネル/プロトコル: 各プロトコルには、weird ネットワークと基盤となるネットワークプロトコルが含まれます。前者はデータを後者に隠蔽/埋め込みます。例えば、Iodine は DNS に埋め込み(そのためチャネルは iodine-dns と呼ばれます)、Destini は Mastodon に埋め込みます。

一部のパラメータの説明については、HCSParamsGuide を参照してください。 確率的モデルは、非決定的パラメータと確率的パラメータ(非決定的パラメータを上書きする)を組み合わせることに注意してください。

YML 設定の使用

単一設定

YML 設定には、トンネルと基盤ネットワークの完全な設定が含まれます。 そこから HCS 設定を直接生成できます。

 maude-hcs --verbose  generate --yml-filename=./use-cases/challenge-problem-2/cp2_setup_example.yml     --model=prob --filename=generated_test_yml

CP2 のバッチ構成

CP2 のようなバッチ構成では、複数の YML ファイルを Maude シナリオファイルに変換します:

 ./scripts/generate_cp2_maude.sh [scenario_dir]

ここで scenario_dir は省略可能です(デフォルトは ../pwnd_cp2)。

Shadow yaml 設定の使用

ネットワーク設定は、HCS 設定 json の代わりに shadow ファイルを使用して指定できます (shadow 仕様の詳細については Shadow シミュレータを参照してください)。

shadow ファイルで定義された特性を使用するモデルを生成するには、次を指定します:

--shadow-filename <path_to_shadow_file.yaml>

shadow yaml ファイルは、ネットワーク、ホスト、およびプロセスの設定を指定します。

shadow ネットワーク設定がディレクトリ ../pwnd-cp1 にあると仮定して、次を実行します

maude-hcs --verbose --protocol=dns generate --shadow-filename=../pwnd-cp1/shadow_files/examples/cp1_sim_config.yaml --model=prob --filename=generated_test_shadow

HCS 設定の実行

Maude によるスタンドアロン実行

スタンドアロンの maude で設定を実行するには、まずお使いのシステムにスタンドアロン maude をインストールしてください(バージョン 3.5.0 以下を推奨します)。

単一の設定を実行するには、ファイル名を指定して maude を起動します。たとえば results 内で、

maude ./use-cases/challenge-problem-2/cp2_scenarios/cp2_scenario_1.maude

Maude プロンプト内で、次を入力します

rew initConfig .

これにより、それ以上ルールが見つからず、進展が見込めなくなるまで、すべての書き換えが実行されます。

ログ記録を追加すると、実行の詳細度が上がります。

set print attribute on .

実行は、以下のコマンドを使用してステップ実行することもできます(maude のマニュアルを参照してください)

rew[1] initConfig .
cont 1 .

統計的モデル検査

統計的モデル検査は、QMaude の scheck サブコマンドを使用して利用できます:

maude-hcs scheck [-h] [--advise] 
                 [--protocol {dns}] [--file FILE] [--test TEST] [--initial INITIAL] [--query QUERY] 
                 [--assign METHOD] [--alpha ALPHA] [--delta DELTA] 
                 [--seed SEED] [--jobs JOBS] [--format {text,json}]
ツールをダウンロード

人気

すべて見る →

コミュニティで最も使われているツールを見つけましょう。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 究極のOSINTツールキット:調査グラフ、信頼度スコアリング、エイリアスファミリー、マップ、タイムライン、レポート。49個のモジュール、400以上のサイト、APIキー不要。

    755
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock ワンタップ実行アプリ(CVE-2026-43499)

    510
  • 3

    ARTEX

    baarai/artex

    プランナー/ワーカーエージェント、資産グラフと探索グラフ、MITMトラフィック記録、脆弱性の再テストを備えたLLMマルチエージェント自律ペネトレーションテストプラットフォーム。

    415
  • 4

    redforge

    cybersecurity91/redforge

    ブラウザ側のレッドチームツールキット。偵察、ペイロード生成、認証情報攻撃、暗号、エンコーディング、エンゲージメントレポート向けの102のオフラインツールを備えています。

    343
  • 5

    antifox

    antifox-ai/antifox

    偵察、攻撃対象領域の探索、エクスプロイト検証、証拠に基づくレポート提供を実行するAIマルチエージェント自律ペネトレーションテストプラットフォーム。

    259
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AIネイティブなサイバーセキュリティのためのアクションシステム。意図がガバナンスされた実行に変わり、証拠が運用記憶となり、すべての操作が次の操作を改善する。

    258

すべてのツールを探索

ツールコレクションを閲覧

すべてのツールを見る →