#1行为异常检测、异常值分析、UEBA 和统计威胁检测工具。
Kitploit 推荐

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。

用于集成和分析Corelight网络检测数据的Splunk应用,实现实时威胁狩猎和事件响应。

时间序列数据异常检测的工具与数据集列表。

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。

FLNET2023 是一个专为联邦学习场景中的入侵检测而设计的数据集。它基于 CORE 模拟器构建,模拟了包含多样化流量和攻击的真实网络。它可作为基于联邦学习的入侵检测研究的基准。

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。

自动化云安全审计工具,通过定期审计云平台日志,利用异常检测、黑名单规则和基线分析,检测AK/SK凭证滥用,支持腾讯云和AWS。


用于在 Windows 上使用 C++ 的应用程序的简单反作弊库。 #PastedProtection


OSTE WLA 利用 Python Web 日志分析器自动化分析 Web 服务器日志的过程。


Zeek 插件,用于检测和解密 XOR 加密的 EXE 文件

高级 Sysmon ATT&CK 配置,专注于检测 MITRE ATT&CK 中每个数据源覆盖最多的技术,为 UEBA 提供取证工件事件可见性,以广泛的 CVE 覆盖检测利用事件,并对 CVE、UEBA、取证和 MITRE ATT&CK 事件进行风险评分。

用于DJI无人机的数字取证套件,可解析遥测文件,通过隐写术提取隐藏数据,可视化飞行路径,并检测异常传感器活动。

AIEngine 是下一代交互式/可编程的 Python/Ruby/Java/Lua 和 Go NIDS(网络入侵检测系统)。

用于ETW的C#封装器,将内核和用户模式事件数据序列化为JSON,用于威胁狩猎、恶意软件分析和事件响应,集成了Yara并支持发送至Elasticsearch。

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