Skip to content
KitploitKITPLOIT
FerramentasBlog
Enviar
FerramentasBlog
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.

··Feeds·Contato·Privacidade·© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
gha-lab-ca4fa82ac5 — Laboratório de pesquisa em segurança: reprodução da CVE-2026-29075 (GHSA-3j55-5q6x-2h48) no fluxo de trabalho pull_request_target de benchmarks.yml do mesa/mesa — snapshot de commit único para reprodução autorizada de vulnerabilidade. | Kitploit
Ferramentas/GitHubGitHub/pvharmo2/gha-lab-ca4fa82ac5
Análise de VulnerabilidadesDevSecOpsSegurança da Cadeia de SuprimentosPapers e PesquisaAprendizado e EducaçãoRecursos Curados
GitHubpvharmo2/gha-lab-ca4fa82ac5

gha-lab-ca4fa82ac5

Laboratório de pesquisa em segurança: reprodução da CVE-2026-29075 (GHSA-3j55-5q6x-2h48) no fluxo de trabalho pull_request_target de benchmarks.yml do mesa/mesa — snapshot de commit único para reprodução autorizada de vulnerabilidade.

Ver Repositório
1há 7h 51mAinda não revisado

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →
Compartilhar

Artefacto de pesquisa automatizado — não é o projeto original.

Este repositório é um laboratório descartável construído por um sistema automatizado para uma dissertação de mestrado na Université Laval sobre a reprodução de vulnerabilidades publicadas em workflows do GitHub Actions. É um instantâneo verbatim de mesa/mesa no commit 821c14475afebc6a68a45bb4b8e87be4d36a0c41 (2026-03-04), redistribuído sob a licença desse próprio projeto, cujo ficheiro está incluído inalterado neste instantâneo.

O projeto original não está envolvido, nunca é alvo, e a vulnerabilidade aqui estudada já é pública. Todos os segredos e variáveis neste repositório são valores fictícios gerados aleatoriamente — nenhuma credencial real está presente. Referências a ações e imagens de runners estão fixadas no que resolveram em 2026-03-04; consulte pinning.md na saída do harness para todas as alterações feitas ao instantâneo.

Perguntas ou objeções: [email protected]


Para o GSoC, consulte o nosso guia do Google Summer of Code 2026

Mesa: Modelagem baseada em agentes em Python

CI/CDGitHub Actions build status Coverage status
PacotePyPI - Version PyPI - Downloads PyPI - Python Version
Metalinting - Ruff code style: black Hatch project SPEC 0 — Minimum Supported Dependencies
Chatchat
CitarDOI

O Mesa permite que os utilizadores criem rapidamente modelos baseados em agentes usando componentes núcleo integrados (como grelhas espaciais e agendadores de agentes) ou implementações personalizadas; visualizem-nos usando uma interface baseada em navegador; e analisem os seus resultados usando as ferramentas de análise de dados do Python. O seu objetivo é ser a alternativa baseada em Python ao NetLogo, Repast ou MASON.

Uma captura de ecrã do Modelo WolfSheep no Mesa

Acima: Uma implementação Mesa do modelo WolfSheep, que pode ser exibida em janelas de navegador ou Jupyter. Uma demonstração online está disponível aqui.

Funcionalidades

  • Componentes modulares
  • Visualização baseada em navegador
  • Ferramentas integradas para análise
  • Biblioteca de modelos de exemplo

Usar o Mesa

Para instalar a nossa versão estável mais recente, execute:

root@kitploit:~
pip install -U mesa

A partir do Mesa 3.0, já não instalamos todas as nossas dependências por predefinição.

root@kitploit:~
# Pode personalizar as dependências adicionais de que precisa, se quiser. Disponíveis estão:
pip install -U "mesa[network,viz]"

# Isto é equivalente às nossas dependências recomendadas:
pip install -U "mesa[rec]"

# Para instalar todas, incluindo as de desenvolvimento:
pip install -U "mesa[all]"

Também pode usar pip para instalar a versão mais recente do GitHub:

root@kitploit:~
pip install -U -e git+https://github.com/mesa/mesa@main#egg=mesa

Ou qualquer outro ramo (de desenvolvimento) neste repositório ou no seu próprio fork:

root@kitploit:~
pip install -U -e git+https://github.com/YOUR_FORK/mesa@YOUR_BRANCH#egg=mesa

Recursos

Para recursos ou ajuda no uso do Mesa, consulte o seguinte:

  • Começar (Uma coleção de tutoriais que o guiarão por um modelo básico.)
  • GSoC no Mesa — Guia para Candidatos (Para candidatos interessados em participar no Google Summer of Code no Mesa)
  • Exemplos Mesa (Um repositório de ABMs seminais que fazem parte da instalação Mesa[rec] e usam a versão mais recente do Mesa)
  • Docs (Documentação, API e excertos úteis do Mesa)
    • Documentação da versão de desenvolvimento (documentação da versão mais recente se estiver a usar uma versão pré-lançamento do Mesa)
  • Discussões (Discussões encadeadas no GitHub sobre o Mesa)
  • Chat Matrix (Fórum de chat via Matrix para falar sobre o Mesa)

Executar o Mesa em Docker

Pode executar o Mesa num contentor Docker de várias formas.

Se for um programador Mesa, primeiro instale o Docker Compose e depois, na pasta que contém o repositório Git do Mesa, execute:

root@kitploit:~
$ docker compose up
# Se quiser que corra em segundo plano, execute antes
$ docker compose up -d

Isto executa o modelo Schelling, como exemplo.

Com o ficheiro docker-compose.yml neste repositório Git, o comando docker compose up faz duas coisas importantes:

  • Monta o diretório raiz do mesa (relativo ao ficheiro docker-compose.yml) em /opt/mesa e executa pip install -e nesse diretório para que as suas alterações ao mesa sejam refletidas no contentor em execução.
  • Liga a porta 8765 do contentor docker à porta 8765 do seu sistema anfitrião para que possa interagir com o modelo em execução como habitualmente, visitando localhost:8765 no seu navegador

Se for um programador de modelos que quer executar o Mesa num modelo, precisa de:

  • garantir que a sua pasta de modelo está dentro da pasta que contém o ficheiro docker-compose.yml
  • alterar a variável MODEL_DIR no docker-compose.yml para apontar para o caminho do seu modelo
  • garantir que a pasta do modelo contém um ficheiro app.py

Depois, basta executar docker compose up -d para o ter acessível a partir de localhost:8765.

Contribuir para o Mesa

Quer juntar-se à equipa Mesa ou está apenas curioso sobre o que está a acontecer com o Mesa? Pode...

  • Juntar-se ao nosso chat room Matrix no qual perguntas, problemas e ideias podem ser (informalmente) discutidos.
  • Comparecer a uma sessão de desenvolvimento mensal (pode encontrar horários das sessões de desenvolvimento, agendas e notas nas discussões Mesa).
  • Simplesmente consultar o código no GitHub.

Se encontrar um problema, por favor registe um ticket para discutirmos. Se possível, acompanhe com um pull request.

Se quiser adicionar uma funcionalidade, contacte-nos via ticket ou participe numa sessão de desenvolvimento (consulte as discussões Mesa). Uma funcionalidade tem maior probabilidade de ser adicionada se a construir!

Não se esqueça de consultar o Guia de Contribuidores.

Citar o Mesa

Para citar o Mesa na sua publicação, pode referir-se ao nosso artigo revisto por pares no Journal of Open Source Software (JOSS):

  • ter Hoeven, E., Kwakkel, J., Hess, V., Pike, T., Wang, B., rht, & Kazil, J. (2025). Mesa 3: Agent-based modeling with Python in 2025. Journal of Open Source Software, 10(107), 7668. https://doi.org/10.21105/joss.07668

O nosso CITATION.cff pode ser usado para gerar formatos de citação APA, BibTeX e outros.

Baixar ferramenta