#1使用MCP、Gemini 2.0 Flash、Dynatrace可观测性和MongoDB的自主AI驱动网络防御系统。谷歌云黑客马拉松参赛作品。

AI驱动的端点治理平台,监控软件使用情况,应用基于确定性策略的风险分类,并通过仅解释的AI分析生成结构化安全情报,以支持合规性和可审计性。

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。

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。

用于时间序列智能的端到端 Python 框架,提供异常检测、预测、变点检测、AutoML、集成学习与基准测试流水线。

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。