Skip to content
KitploitKITPLOIT
ИнструментыЭксплойтыБлог
Log in
Отправить
ИнструментыЭксплойтыБлог
Отправить

Инструменты для хакинга, пентеста и кибербезопасности — ваш арсенал защиты!

Kitploit — это каталог инструментов для хакинга, кибербезопасности и пентестинга. Находите последние обновления проектов для поиска уязвимостей, анализа систем, автоматизации тестирования и усиления вашей безопасности.

ЛентыКонтактыКонфиденциальность© 2026 Kitploit

Каталог инструментов

Категории

Все категории
Loading categories
Jammer-Loc — Реализует методы машинного и глубокого обучения для локализации глушилок UWB в помещениях, включая оптимизацию гиперпараметров, классификацию и регрессию на реальных наборах данных. | Kitploit
Инструменты/GitHubGitHub/afbf4c8996f/jammer-loc
Безопасность беспроводных сетейМашинное ОбучениеСтатьи и ИсследованияОбучение и ОбразованиеОбнаружение Аномалий
GitHubafbf4c8996f/jammer-loc

Jammer-Loc

Реализует методы машинного и глубокого обучения для локализации глушилок UWB в помещениях, включая оптимизацию гиперпараметров, классификацию и регрессию на реальных наборах данных.

Репозиторий
411 год назадЕщё не проверено
Поделиться

Рисунок Jammer-Loc

Jammer-Loc

Этот репозиторий содержит код и ссылку на набор данных для статьи
«Машинное и глубокое обучение для локализации UWB-глушителей в помещениях».


Пример использования

Запустите процесс оптимизации гиперпараметров:

python hpo.py \
  --task classification \
  --mode actual \
  --framework ml \
  --config config.yaml \
  --trials 50 \
  --study-name my_study
  1. Модели и метрики должны сохраняться main.py в ожидаемом формате.
  2. Результаты Optuna по умолчанию сохраняются в hpo.db.
  3. Все параметры командной строки определены в hpo.py с помощью argparse. Описания и дополнительные флаги см. в этом файле.

Классификация и регрессия на исходном наборе данных и тестирование на тестовом наборе

Чтобы запустить классификацию или регрессию на исходном наборе данных и проверить её на тестовом наборе, используйте:

python main.py --config config.yaml
  1. Результаты и метрики будут сохранены в каталог, заданный параметром cfg.output.directory.
  2. Все контрольные точки моделей и метрики будут сохраняться отдельно для каждой модели (например, outputs/simple_nn/).
  3. В случае ошибки выполнения будет записана подробная информация журнала — включая структурированные сообщения об ошибках и трассировки стека — для облегчения систематической отладки и анализа первопричин.

Выравнивание доменов

Имена файлов методов выравнивания доменов напрямую соответствуют их названиям в публикации.


Настройка путей

Убедитесь, что вы скорректировали пути в файле config.yaml в соответствии со структурой вашего проекта.


Наборы данных

Из-за ограничений по размеру исходные наборы данных не включены в этот репозиторий.
Их можно загрузить по ссылке DOI.

Однако для немедленного запуска кода в этом репозитории предоставлены два файла Parquet для исходного и целевого доменов. Сжатые файлы массивов NumPy (.npz), содержащие данные для моделей выравнивания доменов, доступны по указанной выше ссылке.

Скачать инструмент

Популярное

Смотреть все →

Откройте для себя самые используемые инструменты нашего сообщества.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Полный набор инструментов OSINT: граф расследования, оценка достоверности, семейства псевдонимов, карта, временная шкала и отчёты. 49 модулей, более 400 сайтов, API-ключи не требуются.

    546
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Приложение GhostLock с запуском в один клик (CVE-2026-43499)

    477
  • 3

    ARTEX

    baarai/artex

    Платформа автономного тестирования на проникновение на основе мультиагентной LLM с агентами-планировщиками и агентами-исполнителями, графами активов и исследования, записью MITM-трафика и повторной проверкой уязвимостей.

    377
  • 4

    redforge

    cybersecurity91/redforge

    Браузерный инструментарий для red team с 102 офлайн-инструментами для разведки, генерации полезной нагрузки, атак на учётные данные, криптографии, кодирования и отчётности по проектам.

    324
  • 5

    estorides

    grisuno/estorides

    Агрегирует 99+ бесплатных источников OSINT параллельно, преобразует сущности в граф знаний и экспортирует в STIX 2.1, MISP или GraphML с анализом при поддержке LLM.

    269
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Система действий для кибербезопасности на базе ИИ — где намерение превращается в управляемое исполнение, доказательства становятся оперативной памятью, а каждая операция улучшает следующую.

    252

Изучить все инструменты

Просмотрите нашу коллекцию инструментов

Смотреть все инструменты →