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
Ferramentas/GitHubGitHub/seclog-open/seclog
Análise Dinâmica (Sandboxing)Forensia de RedeAnálise ForenseAprendizado de MáquinaPapers e PesquisaAprendizado e EducaçãoResposta a IncidentesDetecção de AnomaliasAnálise de Logs
GitHubseclog-open/seclog

SecLog

Coleta logs de segurança de múltiplas fontes a partir de cenários de ataque reproduzíveis em Docker, constrói cadeias de ataque e fornece o benchmark SecLog-Bench-216 para avaliar o raciocínio de LLMs sobre estágios de ataque.

264há 13 diasAinda não revisado
Compartilhar
Ver Repositório

SecLog

O SecLog apoia a pesquisa sobre raciocínio de estágios de ataque a partir de logs de segurança de múltiplas fontes. Ele fornece ferramentas para coletar logs de cenários reproduzíveis de ataque e de atividade normal em Docker, organizar as evidências em cadeias de ataque, construir conjuntos de dados rotulados e avaliar as previsões dos modelos.

A versão inclui o SecLog-Bench-216, um benchmark pronto para uso com 216 janelas de evidências com rótulos de estágio revisados e cadeias de raciocínio de referência. Os pesquisadores podem usar o benchmark fornecido diretamente ou executar o pipeline de construção para produzir novos dados.

Artigo: SecLog-Bench: A Scalable Benchmark for Cybersecurity Log Reasoning with Scaffolded Evidence.

Recursos de construção no Zenodo: imagens Docker, logs brutos e índices de alinhamento e cadeias de ataque construídas.

Visão geral do SecLog

Figura 1. Visão geral do SecLog. A Parte I corresponde aos estágios 01–04, a Parte II ao fluxo de trabalho de anotação e revisão em 05, e a Parte III ao fluxo de trabalho de avaliação em 05 com o SecLog-Bench-216.

Principais recursos

  • Coleta de logs de múltiplas fontes: capture logs de auditoria de chamadas de sistema, tráfego de rede e logs de aplicação a partir dos cenários de simulação incluídos.
  • Construção de cadeias de ataque: organize as evidências coletadas em uma espinha dorsal de auditoria com contexto de aplicação e de tráfego.
  • Exportação de conjuntos de dados e seleção de janelas: exporte os produtos das cadeias como conjuntos de dados ou selecione janelas de evidências para anotação.
  • Anotação e revisão: prepare prompts com informações identificadoras da fonte mascaradas, execute a anotação e a revisão baseadas em API e inspecione os candidatos por meio da interface de revisão humana.
  • Avaliação de benchmark: normalize as respostas dos modelos, pontue as previsões de estágio de ataque e avalie o raciocínio usando o protocolo de avaliação documentado.

Escolha um ponto de partida

Seu objetivoComece aquiAmbiente
Ler ou reutilizar o conjunto de dados fornecidoSecLog-Bench-216 e exemplos de dadosQualquer leitor de JSONL; Python 3.11 para o validador
Avaliar um modelo no benchmark fornecidoInício rápidoPython 3.11; um endpoint de API e uma chave para o executor de inferência incluído
Coletar novos logs e construir um conjunto de dados ou benchmarkConstrução de dadosUbuntu Linux, Python 3.11, Poetry, Docker e ferramentas de captura

Os pacotes de sistema detalhados, os componentes opcionais e as versões das dependências estão listados em ENVIRONMENT_DEPENDENCIES.md.

Início rápido: avaliar o benchmark fornecido

Estes comandos usam Bash e são executados a partir da raiz do projeto. Comece com um ambiente Python 3.11 isolado:

python3.11 -m venv ../seclog-env
source ../seclog-env/bin/activate

Os comandos abaixo usam a biblioteca padrão do Python. Para coleta de logs, anotação, a interface de revisão e análises adicionais, consulte o guia de ambiente.

1. Validar o conjunto de dados

python 05_benchmark_annotation_review_evaluation/scripts/validate_public_benchmark.py

O validador verifica as contagens de amostras, os IDs, a distribuição de rótulos, as referências de evidências e os hashes do manifesto. Uma validação bem-sucedida reporta validation_passed: true e sample_count: 216 na sua saída JSON.

2. Verificar uma configuração de inferência

Substitua your-model-name pelo identificador de modelo suportado pelo seu provedor:

python 05_benchmark_annotation_review_evaluation/evaluation/run_benchmark_inference.py \
  --prompt-pack SecLog-Bench-216/data/prompt_pack.jsonl \
  --model your-model-name \
  --output ../seclog-runs/example/raw_responses.jsonl

Este comando reporta mode: preflight_no_api e a contagem de prompts. Ele não contata o provedor nem cria um arquivo de resposta, e não verifica se o provedor suporta o modelo selecionado.

3. Executar a inferência do modelo

Defina OPENAI_API_KEY no ambiente do seu shell, substituindo o placeholder abaixo pela chave do seu provedor, e então habilite explicitamente as chamadas de API:

export OPENAI_API_KEY="YOUR_API_KEY"
python 05_benchmark_annotation_review_evaluation/evaluation/run_benchmark_inference.py \
  --prompt-pack SecLog-Bench-216/data/prompt_pack.jsonl \
  --model your-model-name \
  --output ../seclog-runs/example/raw_responses.jsonl \
  --call-api

O runner usa um endpoint de chat compatível com OpenAI. Sua URL base padrão é https://api.openai.com/v1; passe --base-url para outro endpoint e --api-key-env para outro nome de variável de chave. Mantenha o diretório de saída fora da árvore de release, como neste exemplo. Use um novo caminho de saída para cada execução, ou adicione --resume para continuar um arquivo de resposta existente.

Para usar seu próprio sistema de inferência, incluindo modelos que rejeitam temperature, max_tokens ou modo JSON, use SecLog-Bench-216/data/prompt_pack.jsonl e o formato de predição, depois passe as saídas brutas para o normalizador abaixo.

4. Normalize e pontue as respostas

python 05_benchmark_annotation_review_evaluation/evaluation/normalize_stage_reasoning_predictions.py \
  --input ../seclog-runs/example/raw_responses.jsonl \
  --output ../seclog-runs/example/predictions.jsonl

python 05_benchmark_annotation_review_evaluation/evaluation/evaluate_stage_reasoning_predictions.py \
  --gold SecLog-Bench-216/data/gold_labels.jsonl \
  --reference-chains SecLog-Bench-216/data/reference_reasoning_chains.jsonl \
  --model-input SecLog-Bench-216/data/evidence_windows.jsonl \
  --sample-index SecLog-Bench-216/data/sample_index.jsonl \
  --predictions ../seclog-runs/example/predictions.jsonl \
  --output-dir ../seclog-runs/example/evaluation

Os resultados incluem:

SaídaConteúdo
predictions.jsonlPrevisões normalizadas do modelo
invalid_outputs.jsonlRespostas que não puderam ser normalizadas com sucesso
evaluation/metrics_summary.jsonMétricas de avaliação agregadas
evaluation/per_sample_results.jsonlResultados por amostra
evaluation/confusion_matrix.csvMatriz de confusão de previsão de estágio
evaluation/per_stage_metrics.csvMétricas por estágio
evaluation/error_cases.jsonlCasos retidos para análise de erros

A sobreposição entre referência e evidência neste avaliador é diagnóstica. A pontuação formal da qualidade do raciocínio requer o checklist adicional e o fluxo de revisão do assistente em Post-hoc reasoning quality.

Exemplos de entrada e saída

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.

    546
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    477
  • 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.

    377
  • 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.

    324
  • 5

    estorides

    grisuno/estorides

    Agrega mais de 99 fontes OSINT gratuitas em paralelo, resolve entidades em um grafo de conhecimento e exporta STIX 2.1, MISP ou GraphML com análise assistida por LLM.

    269
  • 6

    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.

    252

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →