#1
静默猎捕 WiFi 威胁。抓住黑客。

🐍 - 在 Tor 网络站点上爬取,搜索关键词。

Streamlit 教学仪表板,模拟端口扫描、DoS、暴力破解和数据窃取攻击,并配有可视化、攻击日志和检测说明。

无监督深度自编码器,用于标记异常移动流量:通过 mitmproxy 从一台真实 iOS 设备拦截了 25,000 多条 HTTP/HTTPS 流量,通过阈值调优将标记流量从 1,100 条降至 103 条,并配有 Streamlit 监控仪表板。

在 Raspberry Pi 或 Ubuntu 上安装并配置 DShield 蜜罐传感器,运行 Cowrie SSH 和 HTTP 蜜罐,并将防火墙日志转发至 DShield 门户。

面向 ICS/SCADA 的高交互 OPC UA 蜜罐——支持多场景配置(石油与天然气、水务、电网)、实时过程仿真、按会话进行威胁评分,并集成 SIEM(syslog/CEF/webhooks/Elasticsearch)。基于 .NET 8 和 LibUA 构建。

用于 WordPress 站点在 PHP2Shell(CVE-2026-109618、CVE-2026-109619)之后的只读分类排查脚本。检查入侵迹象,并为每个站点生成报告。

Sentinel — DeanWay Labs 的入站治理器。守护 AI 智能体所听到的内容:世界内容只是数据,绝非命令。QuietOS 的镜像。

OWASP 参考项目,用于智能体 AI 安全证据:将智能体执行、身份、工具调用和授权决策关联为调查时间线和可导出的证据包。

一种面向审计的风险模型,用于描述智能体生成的推断如何通过持久记忆改变其认识论地位、获得操作权限并影响后续决策。

面向使用工具的 LLM 智能体的跨智能体追踪与安全诊断系统:规范化追踪事件、构建溯源图、提取从源到汇的链路,并归因防御缺口。

从可复现的 Docker 攻击场景中收集多源安全日志,构建攻击链,并提供 SecLog-Bench-216 基准,用于评估 LLM 的攻击阶段推理能力。

文件完整性监控工具,通过属性检查、多种哈希算法和可自定义规则来检测对受监控文件和目录的未经授权更改。

用于 PHP2Shell 暴露面搜寻及相关分析的代码仓库

Sigma-based detection rules, log queries, atomic tests, and response procedures for monitoring and threat hunting in GitLab environments.

受 YARA 启发的提示词模式匹配引擎,结合关键词、正则表达式、语义相似度和 LLM 评估规则,用于检测越狱和滥用 LLM 的行为。

在加固的隔离环境中执行不受信任的 Python、JavaScript 和 Bash 代码,并设有 5 秒、128 MB、0.5 核、PID 及输出限制。