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
recipe-blog-encoding — Oculte informações valiosas onde menos se espera. | Kitploit
Ferramentas/GitHubGitHub/tbrockman/recipe-blog-encoding
Ferramentas de Criptografia/DescriptografiaEsteganografiaCriptografiaAprendizado de MáquinaPapers e PesquisaAprendizado e Educação
GitHubtbrockman/recipe-blog-encoding

recipe-blog-encoding

Oculte informações valiosas onde menos se espera.

Ver Repositório
542há 7 mesesAinda não revisado
Compartilhar

Open In Colab

recipe-blog-encoding

[!WARNING] Este projeto é inteiramente vibe-coded (provavelmente parcialmente plagiado deste repositório) e o autor é um tonto que só achou a ideia engraçada.

Use preâmbulos de receitas otimizados para SEO como veículo para codificar mensagens secretas (na verdade, o prompt pode ser qualquer coisa; o prompt compartilhado é apenas uma chave que o codificador e o decodificador combinam).

Oculta mensagens secretas em texto de aparência natural usando esteganografia linguística neural.

Como funciona

  1. O codificador recebe sua mensagem secreta e um prompt compartilhado.
  2. A cada passo de geração, ele constrói uma distribuição de probabilidade (CDF) sobre os top-k tokens do modelo.
  3. A codificação aritmética mapeia os bits da mensagem secreta para seleções de tokens — cada token escolhido é tanto uma continuação plausível quanto uma codificação de dados ocultos.
  4. O decodificador, dado o mesmo modelo e prompt, reconstrói a CDF idêntica em cada passo e recupera os bits secretos a partir das escolhas de tokens.

Ambos os lados devem usar o mesmo modelo, quantização, valor top-k e prompt. Qualquer diferença causa falha na decodificação.

Pré-requisitos

  • Python 3.12+
  • uv (recomendado) ou pip
  • Uma GPU NVIDIA com suporte CUDA (para inferência quantizada em 4 bits)
    • O modo CPU está disponível via --device cpu --no-4bit, mas será significativamente mais lento
  • VRAM suficiente para o modelo escolhido (~3 GB para Llama-3.2-3B em 4 bits)

Instalação

# Crie e ative um ambiente virtual e instale os pacotes necessários
python -m venv env
source env/bin/activate
pip install -r requirements.txt

# ou, usando `uv`
uv sync
uv pip install -r requirements.txt

Uso

[!NOTE] Defina a variável de ambiente HF_TOKEN para autenticar no HuggingFace.

Codificar uma mensagem secreta

python main.py encode --message "attack at dawn"

Isso usa o prompt padrão de preâmbulo de receita e Llama-3.2-3B. O texto esteganográfico é exibido no stdout e salvo em stego_output.txt.

Decodificar a partir do texto esteganográfico

python main.py decode --stego-file stego_output.txt

Prompt e modelo personalizados

# Codificar com um prompt personalizado
python main.py encode \
    --message "meet me at noon" \
    --prompt "The best thing about making scrambled eggs is: "

# Decodificar (o prompt deve coincidir exatamente!)
python main.py decode \
    --stego-file stego_output.txt \
    --prompt "The best thing about making scrambled eggs is: "

# Usar um modelo diferente
python main.py encode \
    --model "mistralai/Mistral-7B-v0.3" \
    --message "secret message" \
    --prompt "Every Sunday morning my grandmother would"

Todas as opções

FlagPadrãoDescrição
--modelmeta-llama/Llama-3.2-3BNome/caminho do modelo HuggingFace
--prompt(preâmbulo SEO de receita)Prompt de contexto (deve coincidir entre codificar/decodificar)
--message(interativo)Mensagem secreta a codificar
--stego-textString do texto esteganográfico a decodificar
--stego-filestego_output.txtArquivo de texto esteganográfico (saída para codificar, entrada para decodificar)
--top-k256Tamanho do vocabulário top-k para CDF
--max-tokens(ilimitado)Máximo de tokens a gerar
--devicecudaDispositivo: cuda ou cpu
--no-4bitdesligadoDesativar quantização de 4 bits (usa fp16; requer mais VRAM)
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.

    755
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    510
  • 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.

    415
  • 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.

    343
  • 5

    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.

    259
  • 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.

    258

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →