#1
基于香农熵、费希尔信息和Wasserstein距离的无训练异常检测框架,将系统状态映射到几何上不同的区域,用于多域威胁检测。

基于内核级机制的 Unix 端点检测与响应解决方案,用于实时检测异常和恶意软件攻击。

内存驻留隐身检测工具,用于识别进程空洞、模块踩踏、无备份可执行区域以及异常CONTEXT结构,助力端点防御与取证分析。

用于在长连接完成之前跟踪并报告它们的 Zeek 软件包。

用 EDR 数据丰富 conn.log

针对Apache Struts CVE-2017-5638漏洞利用的实时异常检测系统,采用流式分析、3-gram字节分析和Count-Min Sketch算法。无需签名即可检测RCE攻击,延迟<5ms,误报率<0.1%。

模拟 CVE-2024-38063 TCP/IP 远程代码执行攻击,使用 TShark 捕获网络流量,并训练机器学习模型以检测可疑活动。

一项用于在与 AI 服务交互时提供针对提示注入、越狱攻击和有害内容防护的服务。

UNIX系统的语义可观测性 - 一种基于C语言的轻量级系统探针,具备AI驱动的分析能力


一个基于主机的入侵检测系统与网络监控系统(我的毕业设计)

一个 Bro 软件包,用于识别突发连接(传输大量数据且传输速度很快的连接)。

CVE-2020-9483 OR CVE-2020-13921

Anticipator 是一个面向多智能体 AI 系统的开源威胁检测平台。

一种金丝雀,旨在将特定勒索软件攻击者造成的影响降至最低。