ML-based security tools, adversarial machine learning, and AI-powered cyber defense.
Kitploit 추천
shoucheng3/apache__uima-uimaj_cve-2022-32287_3-3-0비정형 텍스트 데이터를 주석, 유형 시스템 및 모듈식 분석 엔진으로 처리하고 강화하는 분석 파이프라인을 구축하기 위한 Java SDK.
certcc/certfuzz이 프로젝트는 CERT Basic Fuzzing Framework (BFF) 및 CERT Failure Observation Engine (FOE)의 소스 코드를 포함하고 있습니다.
joidiego/detection-struts-cve-2017-5638-detectorApache Struts CVE-2017-5638 익스플로잇을 위한 실시간 이상 탐지 시스템으로, 스트리밍 분석, 3-gram 바이트 분석, Count-Min Sketch를 사용합니다. 시그니처 없이 RCE 공격을 탐지하며, 5ms 미만의 지연 시간과 0.1% 미만의…
skac44/cve-2024-38063CVE-2024-38063 TCP/IP 원격 코드 실행 공격을 시뮬레이션하고 TShark로 네트워크 트래픽을 캡처하며 의심스러운 활동을 감지하도록 머신 러닝 모델을 훈련합니다.
hondamunigeprasannasilva/attack-attention[CVPR 2025-ADVML] `Attacking Attention of Foundation Models Effectively Disrupts Downstream Tasks` 공식 저장소
logpai/logparser로그 파싱을 위한 머신러닝 툴킷 [ICSE'19, DSN'16]
lcbower33/stegoscan웹사이트, 웹 서버 및 로컬 디렉토리를 스캔하여 AI 기반 객체/텍스트 인식과 이미지, 오디오, PDF, 바이너리 전반의 심층 파일 분석을 통해 스테가노그래피를 탐지하는 자동화 도구입니다.
sec5gloc/sec5gloc신호 스푸핑 및 적대적 교란에 대응하기 위해 CNN과 멀티 헤드 어텐션을 결합한 안전한 5G 실내 위치 파악을 위한 적대자 내성 딥러닝 아키텍처입니다.
afterquery/vader인간 평가 기반 벤치마크로, 15개 이상의 언어와 다중 파일 컨텍스트에서 실제 취약점 식별, 설명, 수정에 대한 LLM 성능을 평가합니다.
c2dc/anomaly-flow연합 학습(Federated Learning) 모델을 기반으로 네트워크 플로우의 이상을 탐지하는 네트워크 침입 탐지 시스템(NIDS) 구현 프레임워크.
andyshaw01/poisoncraft이 저장소는 대규모 언어 모델(LLM)용 검색 증강 생성(RAG)에 대한 실용적 중독 공격 기법인 POISONCRAFT의 공식 구현을 제공합니다.
josephtlucas/vger인증된 Jupyter 인스턴스와 상호작용하기 위한 대화형 CLI 애플리케이션입니다.
chaos-boops/clpstnetCLPSTNet: 커리큘럼 러닝을 통합한 점진적 다중 스케일 합성곱 스테가노그래피 모델
lt-asset/resym# CCS24 논문 🏆 "ReSym: 스트리핑된 바이너리에서 변수 및 데이터 구조 심볼을 복구하기 위해 LLM 활용" — Danning Xie, Zhuo Zhang, Nan Jiang, Xiangzhe Xu, Lin Tan, Xiangyu Zhang 저. 🏆…
robustbench/robustbenchLp 공격 및 일반적인 손상(corruptions)에 대한 ML 모델 평가를 위한 공개 리더보드와 다운로드 가능한 모델 zoo를 갖춘 표준화된 적대적 견고성 벤치마크입니다.
