Skip to content
KitploitKITPLOIT
FerramentasExploitsBlog
Log in
Enviar
FerramentasExploitsBlog
Enviar

Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!

Kitploit é um diretório de ferramentas de hacking, cibersegurança e pentesting. Descubra as últimas atualizações de projetos para encontrar vulnerabilidades, analisar sistemas, automatizar testes e fortalecer sua segurança.

FeedsContatoPrivacidade© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
logdata-anomaly-miner — Esta ferramenta analisa dados de log e permite definir pipelines de análise para detecção de anomalias. Foi projetada para executar a análise com recursos limitados e as menores permissões possíveis, tornando-a adequada para uso em servidores de produção. | Kitploit
Ferramentas/GitHubGitHub/ait-aecid/logdata-anomaly-miner
Inteligência de AmeaçasAprendizado de MáquinaDetecção de IntrusãoDetecção de AnomaliasAnálise de Logs
GitHubait-aecid/logdata-anomaly-miner

logdata-anomaly-miner

Esta ferramenta analisa dados de log e permite definir pipelines de análise para detecção de anomalias. Foi projetada para executar a análise com recursos limitados e as menores permissões possíveis, tornando-a adequada para uso em servidores de produção.

Compartilhar
Ver Repositório
932252há 2 mesesRevisado pelo Kitploit

logdata-anomaly-miner Build Status DeepSource

Esta ferramenta analisa dados de registo (logs) e permite definir pipelines de análise para deteção de anomalias. Foi concebida para executar a análise com recursos limitados e as permissões mais baixas possíveis, tornando-a adequada para uso em servidores de produção.

AECID Demo – Anomaly Detection with aminer and Reporting to IBM QRadar

Requisitos

Para instalar o logdata-anomaly-miner é necessário um sistema Linux com python >= 3.6. Todas as versões Ubuntu e Debian que temos nos testes são atualmente recomendadas. Existe apenas suporte experimental para Fedora. Mais especificamente, os sistemas testados incluem Debian Buster, Debian Bullseye, Debian Bookworm, Ubuntu 20.04, Ubuntu 22.04, Fedora (imagem docker fedora:latest) e RedHat (imagem docker redhat/ubi9).

Consulte requirements.txt para dependências adicionais de módulos

Instalação

Debian

Existem pacotes Debian para o logdata-anomaly-miner nos repositórios oficiais Debian/Ubuntu.

apt-get update && apt-get install logdata-anomaly-miner

A partir da fonte

O seguinte comando instalará a versão estável mais recente:

cd $HOME
wget https://raw.githubusercontent.com/ait-aecid/logdata-anomaly-miner/main/scripts/aminer_install.sh
chmod +x aminer_install.sh
./aminer_install.sh

Docker

Para instalação com Docker, consulte: Implementação com Docker

Primeiros passos

Aqui estão alguns recursos para ler e começar com as configurações:

  • Primeiros passos
  • Algumas configurações disponíveis
  • Documentação
  • Wiki

Publicações

Publicações e apresentações:

  • Landauer M., Wurzenberger M., Skopik F., Hotwagner W., Höld G. (2023): AMiner: A Modular Log Data Analysis Pipeline for Anomaly-based Intrusion Detection. Digital Threats: Research and Practice, Volume 4, Issue 1. March 2023, pp. 1–16, ACM. [PDF]
  • Wurzenberger M., Skopik F., Settanni G., Fiedler R. (2018): AECID: A Self-learning Anomaly Detection Approach Based on Light-weight Log Parser Models. 4th International Conference on Information Systems Security and Privacy (ICISSP 2018), January 22-24, 2018, Funchal, Madeira - Portugal. INSTICC. [PDF]
  • Wurzenberger M., Landauer M., Skopik F., Kastner W. (2019): AECID-PG: AECID-PG: A Tree-Based Log Parser Generator To Enable Log Analysis. 4th IEEE/IFIP International Workshop on Analytics for Network and Service Management (AnNet 2019) in conjunction with the IFIP/IEEE International Symposium on Integrated Network Management (IM), April 8, 2019, Washington D.C., USA. IEEE. [PDF]
  • Landauer M., Skopik F., Wurzenberger M., Hotwagner W., Rauber A. (2019): A Framework for Cyber Threat Intelligence Extraction from Raw Log Data. International Workshop on Big Data Analytics for Cyber Threat Hunting (CyberHunt 2019) in conjunction with the IEEE International Conference on Big Data 2019, December 9-12, 2019, Los Angeles, CA, USA. IEEE. [PDF]

A lista completa de publicações pode ser encontrada em https://aecid.ait.ac.at/further-information/.

Contribuição

Aceitamos patches e outras contribuições. Consulte os seguintes links para saber como começar:

  • Como instalar um ambiente de desenvolvimento
  • Fluxo de trabalho de desenvolvimento Git

Erros

Se encontrar algum erro, por favor crie uma issue no Github.

Segurança

Se descobrir algum problema relacionado à segurança, leia primeiro o SECURITY.md e reporte os problemas.

Licença

GPL-3.0

Suporte Financeiro

Este projeto recebeu suporte financeiro através dos projetos de investigação CAIS (832345), CIIS (840842) e CISA (850199) no âmbito do programa austríaco de investigação de segurança KIRAS, dos projetos de investigação synERGY (855457) e DECEPT (873980) no âmbito do programa TIC do futuro da Agência Austríaca de Promoção da Investigação (FFG), do projeto de investigação PANDORA (SI2.835928) no âmbito do Programa Europeu de Desenvolvimento Industrial de Defesa (EDIDP), bem como dos projetos de investigação ECOSSIAN (607577) e GUARD (833456) no âmbito do Sétimo Programa-Quadro Europeu (FP7) e Horizonte 2020.

Baixar ferramenta

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 O kit definitivo de OSINT: grafo de investigação, pontuação de confiança, famílias de alias, mapa, linha do tempo e relatórios. 49 módulos, mais de 400 sites, sem necessidade de chaves de API.

    591
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicativo de Execução em Um Toque GhostLock (CVE-2026-43499)

    481
  • 3

    ARTEX

    baarai/artex

    Plataforma autônoma de testes de penetração multiagente com LLM, com agentes planejador/executor, grafos de ativos e de exploração, registro de tráfego MITM e reteste de vulnerabilidades.

    389
  • 4

    redforge

    cybersecurity91/redforge

    Kit de ferramentas de red team do lado do navegador com 102 ferramentas offline para reconhecimento, geração de payloads, ataques a credenciais, criptografia, codificação e relatórios de engajamento.

    332
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    O sistema de ação para cibersegurança nativa em IA—onde a intenção se torna execução governada, a evidência se torna memória operacional, e cada operação melhora a próxima.

    255
  • 6

    antifox

    antifox-ai/antifox

    Plataforma de testes de penetração autónoma com multiagentes de IA que executa reconhecimento, descoberta de superfície de ataque, validação de exploração e entrega de relatórios com evidências.

    247

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →