#1ML-based security tools, adversarial machine learning, and AI-powered cyber defense.
Kitploit 추천

오디오 워터마킹이 안티-스푸핑에 미치는 영향을 평가하기 위한 연구 코드 및 데이터셋(WSD)으로, wav2vec2 XLS-R과 지식 보존 학습을 사용합니다.
결합된 목적 함수와 EMA 기반 가중치 드리프트 가드를 통해 치명적 과적합을 방지하는 빠른 적대적 학습 방법의 PyTorch 참조 구현으로, AutoAttack 평가를 포함합니다.

강력한 오디오 워터마킹 프레임워크로, 이진 메시지를 크기 스펙트로그램에 임베딩하며, 미분 가능한 공격 시뮬레이션, Q-Former 풀링, PESQ 마스킹, 그리고 코덱 및 신호 처리 공격에 대한 복원력을 위한 오류 정정 코드를 갖추고 있습니다.

Binary Ninja용 플러그인으로, 로컬 Ollama 모델을 통합하여 디컴파일된 HLIL 코드에서 함수와 변수의 이름을 바꿉니다. 분석을 완전히 로컬 및 오프라인으로 유지하여 개인정보를 보호합니다.

ML 기반 포렌식 분석 도구로, Volatility 3, autorunsc, sigcheck를 사용하여 Windows에서 메모리, 디스크 및 실시간 시스템 트라이지를 자동화하고 적대자 행위 및 손상된 아티팩트를 탐지합니다.

암호화된 트래픽 분류에 대한 실용적인 블랙박스 적대적 패킷 생성: 최소 오버헤드 및 완전한 패킷 복구 가능.

검색 증강 생성에서 지식 중독 탐지를 위한 자기 참조 로컬 대비

대규모 언어 모델(LLM)을 위한 프로덕션화된 그리디 좌표 경사도(GCG) 공격 도구

이 도구는 로그 데이터를 파싱하고 이상 탐지를 위한 분석 파이프라인을 정의할 수 있게 해줍니다. 제한된 리소스와 최소한의 권한으로 분석을 실행하여 프로덕션 서버에서 사용하기에 적합하도록 설계되었습니다.

서버리스 AWS 보안 자동화 프레임워크로, 위협 인텔리전스를 수집하고 ML 기반 이상 탐지(RCF, IP Insights)를 적용하며, Kibana에서 보안 텔레메트리를 보강하여 자동화된 위협 예방, 탐지 및 대응을 수행합니다.

# Active Directory LDAP 보안 감사 도구 (AI 기반 분석 포함) - 작성자: Ayi NEDJIMI https://ayinedjimi-consultants.fr

초기 종료 깊이 LLM 전반에 걸친 탈옥 취약점. NeurIPS 2026 FLMSec 워크숍에서 발표됨

비밀번호 추측을 위한 딥러닝 접근법 (https://arxiv.org/abs/1709.00440)

프로그래밍 가능한 패킷 검사 엔진으로 NIDS, DNS 분류, 주파수 분석, 자동 정규식 생성을 지원합니다. Python/Ruby/Java/Lua 바인딩을 통해 데이터베이스 및 기타 보안 도구와 통합할 수 있습니다.

도메인 보강 툴킷 $ pip install richkit

하이브리드 머신러닝 및 휴리스틱 기반 URL 피싱 탐지기로, 실시간 분석, 설명 가능한 신뢰도 점수, 그리고 프로그래밍 방식 보안 테스트를 위한 REST API를 제공합니다.