#1
用于检测AI对齐失败的基准测试套件和代码,包含涵盖十种失败类型的44个基准测试,以及一个在7,193个标注实例上评估的零样本RLCD检测器。

PowerShell 脚本,通过 pktmon 监控 Windows DNS 流量,以检测投毒、欺骗、恶意解析器响应和网关 MAC 地址变更,并记录警报。

基于eBPF的Linux可观测性,具备AI事件检测能力。采用AGPL-3.0许可证。

检测大型视觉语言模型中的未知越狱攻击,利用隐藏状态分析和自编码器,并提供训练与评估流程,以实现稳健的安全监控。

下一代逻辑WAF引擎,基于SWI-Prolog构建。具备以200万+ LIPS速度运行的归纳学习大脑,并集成递归解码器,可实时中和嵌套的URL/Hex/HTML混淆攻击。

amavis 是一个用 Perl 编写的高性能邮件内容过滤框架。

在 Polymarket 和 Kalshi 预测市场上监控大额交易并检测异常

一个用于网络流量分析和特征提取的框架。

分析 LLM 内部状态及 100+ 注意力/概率特征,训练分类器以检测 RAG 系统中的文档投毒攻击。


调优和重构 Google Chronicle Curated Detections,以消除告警疲劳并修复逻辑缺口/缺陷。

使用 ptrace 的 Linux 系统调用监控器,用于跟踪文件、进程、网络和内存活动,并通过命名空间隔离和机器学习分类进行行为安全分析。

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。

机器学习驱动的威胁检测与持续监控平台,专为联邦零信任架构打造。

用于评估医疗物联网(IoMT)安全告警系统的标准化基准——涵盖攻击、检测、误报韧性以及延迟。

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。