#1로컬 LLM 기반 보안 분석을 위한 Python 라이브러리로, Ghidra 바이너리 분석, C/C++ 취약점 스캐닝, 자동 리버스 엔지니어링 및 보고서 생성을 위한 MCP 도구 통합을 제공합니다.


코드 보안 취약점 탐지에서 LLM 일반화 상한선을 문서화한 연구 저장소로, SQL 인젝션, 경로 탐색, 접근 제어 결함에 대해 합성 데이터셋과 실세계 데이터셋(Juliet, OWASP, CVEfixes, VUDENC)을 교차 평가합니다.

도메인 이름 생성 알고리즘과 악성 도메인 이름 사전을 포함하는 저장소입니다. 악성 도메인을 탐지하고 분류하기 위해 머신러닝과 신경망을 적용할 가능성을 연구할 목적으로 개발되었습니다.

DGA 봇넷 탐지에서 다중 클래스 불균형을 처리하기 위한 LSTM 기반 프레임워크

일부러 취약하게 설계된 머신러닝 모델로, 실습 중심 보안 교육을 위해 제작되었습니다. 안전한 랩 환경에서 일반적인 ML 취약점, 적대적 공격, 방어 기법을 탐구할 수 있습니다.

도메인 생성 알고리즘(DGA) 도메인을 감지하기 위한 LSTM 기반 분류기로, DNS 위협 인텔리전스를 위한 신경망 및 바이그램 모델의 Keras 구현을 포함합니다.



AI 기반 Python 스크레이퍼


로컬 우선 방식의 연속 화면 및 오디오 레코더로, AI 기반 검색, 전사, 자동화 기능을 제공합니다. 사용자가 보고, 말하고, 하는 모든 것을 캡처한 뒤 플러그인과 MCP 서버를 통해 검색 가능하고 실행 가능하게 만듭니다.

2단계 프롬프트 인젝션 및 제일브레이크 탐지기: 정규식 게이트와 양자화된 DeBERTa-v3 ONNX 분류기를 결합, 이미지, 문서, 오디오 지원. Bordair/bordair-multimodal 데이터로 훈련되었으며, 실제 레드팀 게임의 공격을 대상으로 테스트됨.

이 저장소에는 "라우터 간 은닉 채널의 특성화 및 탐지" 논문에서 사용된 소스 코드가 포함되어 있습니다.

위협 환경을 위해 설계된 고급 DDoS 퍼플 팀을 위한 재현 가능한 청사진. 다중 벡터 회전, HTTP/2 Rapid Reset(CVE-2023-44487) 악용, mTLS 1.3 암호화 C2 오케스트레이션을 특징으로 하는 레드 엘리트 팀 공격 제품군과 고무결성…

이 저장소는 Log4Shell 취약점(CVE-2021-44228)에 대한 심층 분석을 제공하며, 로그 데이터에서 악용 시도를 탐지하기 위한 머신러닝 기반 접근 방식을 구현합니다.

openai 프라이버시 필터의 역방향입니다. 동일한 1.5b 모델로, 마스킹 대신 PII를 구조화된 스팬으로 반환합니다