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

Streamlit 기반 내부자 위협 탐지 프로토타입으로, XGBoost와 Isolation Forest를 사용하여 직원 활동 데이터를 분석하고, 위험 요약을 생성하며, SHAP 기반 개별 직원 설명을 제공합니다.

이 프로젝트(현재 PoC이며, Shit Bucket의 일부)는 얼굴 감지, 얼굴 인식 및 아바타 보호를 위한 적대적 입력을 다룹니다.

사이버 보안 운영에서의 AI를 위한 오픈 하네스 및 벤치마크

AI가 선별한 3,000,000개 이상의 도메인 차단 목록으로, 광고, 추적기, 악성코드 및 암호화폐 채굴기를 차단합니다. 호스트 파일, Pi-hole 및 브라우저 광고 차단기와 통합됩니다.

모바일 온디바이스 AI 시스템을 위한 공격 및 방어 연구의 엄선된 읽기 목록 및 분류 체계로, 적대적 공격, 백도어 공격, 모델 도난 공격, 에너지-지연 공격을 비롯해 난독화, TEE, 워터마킹 방어를 다룹니다.

런타임 환경 없이 LLM 사이버보안 에이전트를 훈련하고, 페르소나 기반 시뮬레이션을 통해 CTF 해결 궤적을 합성하며, InterCode-CTF, NYU CTF Bench, Cybench에서 평가하는 프레임워크입니다.

딥러닝 시스템용 프라이버시 테스트 라이브러리로, 멤버십 추론, 모델 추출, 모델 반전 공격에 대한 취약성 평가와 프라이버시 보호 기법 평가를 지원합니다.

휴리스틱, LLM 기반 분석, vectorDB 공격 시그니처, 카나리 토큰 누출 탐지를 활용하는 AI 애플리케이션용 다중 계층 프롬프트 인젝션 탐지기.

시계열 인텔리전스를 위한 엔드투엔드 Python 프레임워크로, 이상 탐지, 예측, 변경점 탐지, AutoML, 앙상블 및 벤치마킹 파이프라인을 제공합니다.

3D 패시브 얼굴 활성 탐지(안티-스푸핑) & 딥페이크 탐지. 단일 이미지만으로 활성 점수를 계산합니다. 당사 데이터셋에서 99,67% 정확도, 여러 공개 데이터셋(NUAA, CASIA FASD, MSU...)에서 완벽한 점수를 기록했습니다.