#1
基于客户端的机器人检测库,包含28个加权模块、行为分析、浏览器指纹识别、蜜罐以及服务端验证。可检测无头浏览器、Selenium、Puppeteer、Playwright以及隐形自动化框架。

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。

用于检测检索增强生成系统中错误信息与知识投毒的评估智能体。

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。

一个用PowerShell构建的个人Windows SOC套件——监控网络连接、资源使用、计划任务和电源事件,具有严重性分类和基线检测。

浏览器隐私泄露检测器 — 八个检测模块、风险评分以及按账户划分的历史记录,全部在您的浏览器中。

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。

用于通过多学科语料库分析 AI 代理行为模式的研究工具包。解析会话日志,执行 23 种分析技术,并生成由 LLM 驱动的叙事报告。

面向AI代理的全栈安全操作系统,采用五层纵深防御架构,涵盖基础扫描、输入净化、认知保护、决策对齐和执行控制。

一款实时流量监控工具,可检测并显示每个 IP 地址的网络流量,以识别潜在的 DDoS 攻击。

基于Streamlit的内部威胁检测原型,使用XGBoost和Isolation Forest分析员工活动数据,生成风险摘要,并提供基于SHAP的每员工解释。

用于网络异常检测的Suricata规则

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。

多引擎 Linux 恶意软件扫描器,具有五个检测阶段(MD5、HEX 模式、YARA、ClamAV、统计),支持实时 inotify 监控、隔离和多渠道告警。

面向自主代理的模块化安全工具包,提供静态分析、配置审计、运行时监控和供应链验证,以降低LLM驱动的风险。