#1用于 Ubuntu 系统取证分诊的 Python CLI/TUI —— 检测并修复持久化机制,具备工件收集、时间线关联和 Wazuh 集成功能。

面向 osquery 的生产级检测与响应查询

研究工具,用于扫描 SSH 服务中的身份验证绕过、时序泄露、弱密钥和会话后暴露,并支持 JSON 输出与分析。

非破坏性 Go 验证器,用于检查 Camaleon CMS 实例是否在媒体裁剪端点中应用了 CVE-2026-102261 的授权修复。

实时云原生 Linux 运行时安全代理,通过监控系统调用及容器/Kubernetes 元数据来检测异常行为和威胁。

多线程网络入侵检测与防御系统,具备基于规则的检测、协议感知检查以及 pcap 分析功能,适用于企业流量监控。

用于大规模端口发现、主机发现、横幅抓取以及跨内部或外部网络的基于NSE的漏洞扫描的masscan和nmap的Python封装。

VEDAS 驱动的自主生成 + 社区贡献:面向超过 15k 个 CVE 的 Suricata 与 Nuclei 规则

AI 音频水印移除与取证反归因工具包。利用 ISO 226 感知掩蔽消除 Suno、Udio 及神经指纹。

“跨七个大型语言模型对对抗性越狱攻击与防御的系统性评估”的代码

面向 IT、AI 和 OT 的开源、自托管安全流水线。登录即用,输出证据:OCSF 规范化、46 条检测规则(带 MITRE/ATLAS/ICS 标签)、关联分析、证据包、NIS2 草案、重建的 React 控制台 + GitHub Pages 演示。Apache-2.0。

这是一个蜜罐吗?(DTLLAH)多协议 CLI,通过 Honeyscore、主动认证/状态探测以及加权评分来对目标 IP 是否表现得像蜜罐进行指纹识别。

防御性交互与威胁情报研究实验室。通过受控的、策略驱动的AI交互,将入站诈骗邮件转化为可操作的IOC(失陷指标)。采用具有自适应策略选择的多智能体LLM架构。

为安全团队记录了一套结构化、可重复的威胁狩猎方法论,涵盖触发条件、SMART假设、可行性门禁、范围界定、狩猎计划和结果报告。

Linux 上 nftables 防火墙的 Web 界面,使用 Go 编写。除非您确认,否则应用更改会在 120 秒后自动撤销——您不会将自己锁在外面。支持 Debian 与 Docker 安装。

权重级 LLM 取证:对比模型权重差异,检测微调、合并与伪装衍生模型,并借助零基线评分揭示微调所提升或抑制的 token。