#1基于LSTM的分类器,用于检测域名生成算法(DGA)域名,包含使用Keras实现的神经网络和双字母模型,用于DNS威胁情报。


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。

本仓库包含论文《跨路由器隐蔽信道的表征与检测》中使用的源代码。

用于集中日志聚合、实时分析和安全事件监控的开源日志管理平台,具备可定制的仪表盘和告警功能。

该仓库深入分析了 Log4Shell 漏洞(CVE-2021-44228),并实现了一种基于机器学习的方法,用于检测日志数据中的利用尝试。

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。

检测phi结构的C2信标,这些信标可逃避RITA及基于常规的检测器。

面向Linux服务器的内核级安全与攻击响应。

针对对抗性 AI 代理的不对称防御。VeilGate 评估每个传入请求,将可疑代理重定向到每个 IP 一致性的蜜罐环境,并量化对攻击者施加的计算成本。

这是一个专注于加固 Linux 的 bash 脚本。它可以看作是 Windows Defender 的自定义构想,但没有其隐私问题。用户可以在这里感受到自由。

可疑操作图的分析与表示(Analyse et Représentation des Graphes des Opérations Suspectes)

我在武器化 ONOS 应用程序方面的实验 (https://github.com/opennetworkinglab/onos)

使用机器学习技术对端口扫描、DoS 和恶意软件攻击进行高级检测