#1
GoAccess 是一个实时的Web日志分析器和交互式查看器,可在 *nix 系统的终端或浏览器中运行。

面向使用工具的 LLM 智能体的跨智能体追踪与安全诊断系统:规范化追踪事件、构建溯源图、提取从源到汇的链路,并归因防御缺口。

面向小型 HTTP 服务的用户态机器人程序与 DDoS 防御



用于 AI 应用的多层提示注入检测器,采用启发式规则、基于 LLM 的分析、vectorDB 攻击特征以及 canary token 泄露检测。

AI安全验证标准(AISVS)专注于为开发者、架构师和安全专业人员提供一套结构化的检查清单,用于验证AI驱动应用程序的安全性。

开源安全框架,用于实时事件跟踪、威胁检测和风险评分。通过规则引擎和审计跟踪监控用户行为,检测欺诈、机器人攻击和账户劫持。

一个事件驱动的网络监控平台,通过PyTorch自编码器执行实时数据包捕获(Npcap)、低延迟流量分析和无监督威胁检测,并由异步多通道告警引擎提供支持。


基于eBPF的Linux rootkit检测器,使用多通道交叉视图分析(sched_switch、NMI、/proc)来检测DKOM、tracepoint篡改和进程隐藏,并具备硬件级完整性验证。

从可复现的 Docker 攻击场景中收集多源安全日志,构建攻击链,并提供 SecLog-Bench-216 基准,用于评估 LLM 的攻击阶段推理能力。

多引擎 Linux 恶意软件扫描器,具有五个检测阶段(MD5、HEX 模式、YARA、ClamAV、统计),支持实时 inotify 监控、隔离和多渠道告警。

基于客户端的机器人检测库,包含28个加权模块、行为分析、浏览器指纹识别、蜜罐以及服务端验证。可检测无头浏览器、Selenium、Puppeteer、Playwright以及隐形自动化框架。

一款实时流量监控工具,可检测并显示每个 IP 地址的网络流量,以识别潜在的 DDoS 攻击。

Canarytokens 可帮助您跟踪网络上的活动和操作。