#1
基于机器学习的入侵检测系统由于缺乏准确代表网络流量及其相关威胁的数据集而难以评估。在本项目中,我们试图通过提出两个分类体系来解决这个问题。

一个针对4.x和5.x内核版本的LKM rootkit,能够打开后门,生成反向连接至远程主机的shell,启动恶意软件等。

基于网络的被动DNS日志记录器,从实时流量或pcap文件中捕获并记录DNS查询,输出JSON格式以集成SIEM和威胁情报平台。

Conveigh 是一款 Windows PowerShell LLMNR/NBNS 欺骗检测工具。


一个简单的PoC,通过使用隐藏调用来调用加密的shellcode。

用于中间人攻击、流量拦截和局域网侦察的ARP欺骗及网络数据包操纵工具,基于Python和pcap实现。

PAVELOW Exploit Toolbox 是一个 BASH 脚本,与你的 KALI 发行版配合使用,更好地帮助你进行漏洞搜寻和利用过程,并添加了一些额外的小工具来辅助你的行动。

基于 Python 的渗透测试框架和侦察工具包,提供端口扫描、信息收集和网络扫描模块,用于安全评估。

搜寻开放MongoDB实例

一个用于网络管理、安全和维护的 PowerShell 与 PoshSec 脚本框架。

开源欺骗平台,能将任何Linux机器转变为高信号蜜罐。在文件、端口和网络服务上部署绊线传感器,检测入侵者并提供即时取证与推送通知。

基于Python的渗透测试CLI工具

用于循环执行步行 Wi-Fi 安全检查并生成证据报告的 Bash 工具。(重新发明的 Wi-Fi WarDriving)

OpenSSH 9.1 漏洞批量扫描与利用

一种用于捕获并显示设备首选网络列表中SSID的侦察工具。