#1AI代理的执行前意图验证。审计你的AI即将执行的操作,而非其说辞。零依赖,确定性,哈希密封。

使用eBPF的Linux内核空间HID注入攻击检测器。监控USB和蓝牙HID设备的异常按键时序,并在攻击完成前自动解除恶意设备的绑定。

内核运行时防御框架,用于应对 AF_ALG 漏洞,具备 eBPF 套接字追踪、Ansible 加固以及用于漂移检测的加密审计器功能。

网络异常检测器,通过监控原始数据包实时识别端口扫描活动,提供灵活的嗅探持续时间控制,并实时输出端口列表。

基于机器学习的取证分析工具,利用Volatility 3、autorunsc和sigcheck自动对Windows系统进行内存、磁盘和实时系统分类,检测对手行为和受感染的工件。


该工具解析日志数据,并允许定义用于异常检测的分析管道。它旨在以有限的资源和尽可能低的权限运行分析,使其适用于生产服务器环境。

无服务器 AWS 安全自动化框架,用于摄取威胁情报、应用基于 ML 的异常检测(RCF、IP Insights),并在 Kibana 中丰富安全遥测数据,实现自动化的威胁预防、检测和响应。

使用 Kprobes 的 Linux 内核模块,通过时间间隔跟踪与主动寄存器置零,检测并中和 CVE-2024-1086 堆双重释放漏洞利用,且零 RAM 开销。

可编程数据包检测引擎,具备NIDS、DNS分类、频率分析和自动正则表达式生成功能。支持Python/Ruby/Java/Lua绑定,可与数据库及其他安全工具集成。

基于 Python 的轻量级入侵检测系统,使用 Scapy 实时监控网络流量,通过按 IP 统计请求速率检测 DoS/DDoS 攻击,并配备 GUI 告警系统。

Leitwacht control plane — runtime security for GitLab Runner CI/CD: policy authoring, multi-tenancy, audit, GitLab integration

Local-first threat hunting for the logs you already have: Zeek, Pi-hole, syslog or the systemd journal, CloudTrail. Every run names the technique…

面向 osquery 的生产级检测与响应查询

基于图表的威胁检测系统,利用非精确图向量匹配技术,将威胁图与源自CTI的攻击查询图进行比对,以实现自动化恶意判定与威胁评分。