Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

··订阅源·联系·隐私·© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
cybersecurity-projects — 本仓库记录了我三年研究历程的完整档案,涵盖从基础概念到高级开发阶段的项目内容。它汇集了项目期间的研究、实验、实现、发现与进展,以结构化方式呈现了从基础到高级阶段的工作全貌。 | Kitploit
工具/GitHubGitHub/osxninja/cybersecurity-projects
Web安全网络安全恶意软件分析数字取证论文与研究学习与教育精选资源学习路径与课程AI 安全实验室与实践
GitHubosxninja/cybersecurity-projects

cybersecurity-projects

2856411天前Kitploit 审核通过

本仓库记录了我三年研究历程的完整档案,涵盖从基础概念到高级开发阶段的项目内容。它汇集了项目期间的研究、实验、实现、发现与进展,以结构化方式呈现了从基础到高级阶段的工作全貌。

查看仓库

最受欢迎

查看全部 →

发现我们社区最常用的工具。

探索所有工具

浏览我们的工具集合

查看所有工具 →
分享

研究全景

隐藏研究横幅
研究动画

研究领域

01 — Web安全

应用安全 API安全 身份认证 浏览器安全 安全控制

02 — 网络安全

侦察 协议安全 企业网络 流量分析 检测

03 — 恶意软件与逆向工程

恶意软件分析 逆向工程 二进制分析 行为研究 检测

04 — IoT与嵌入式

固件 无线协议 CAN / MQTT / BLE ICS / SCADA 硬件安全

05 — 云安全

AWS / Azure / GCP IAM 容器 Kubernetes DevSecOps


FOUNDATIONS ── APPLICATION ── SPECIALIZATION ── ADVANCED RESEARCH



06 — 人为因素安全

OSINT 钓鱼研究 社会工程学 安全意识 合成媒体

07 — 密码学

现代密码学 后量子 隐私 零知识 隐写术

08 — 移动安全

Android iOS 移动API 电信安全 应用安全

09 — AI安全

对抗性机器学习 LLM安全 提示注入 AI代理 安全自动化

10 — DFIR(数字取证与事件响应)

磁盘取证 内存分析 网络取证 事件响应 证据分析


研究宣言

研究领域如何相互关联

这十个领域并非彼此独立的学科。

它们通过系统、网络、应用、人类行为、计算与证据相互交织。

                              HIDDEN RESEARCH
                                     │
             ┌───────────────────────┼───────────────────────┐
             │                       │                       │
          SYSTEMS                 NETWORKS                HUMAN
             │                       │                       │
      OS · Runtime              Protocols               Identity
      Binary · Memory           Traffic                 Behaviour
             │                       │                       │
             └───────────────────────┼───────────────────────┘
                                     │
                                     ▼
                              SECURITY RESEARCH
                                     │
                 ┌───────────────────┼───────────────────┐
                 │                   │                   │
              OFFENSE             ANALYSIS            DEFENSE
                 │                   │                   │
             Assessment          Reverse Eng.        Detection
             Exploitation        Forensics            Response
             Adversarial         Behaviour             Hardening
                 │                   │                   │
                 └───────────────────┼───────────────────┘
                                     │
                                     ▼
                              AI & AUTOMATION
                                     │
                                     ▼
                              NEW QUESTIONS
                                     │
                                     ▼
                                RESEARCH

研究进阶路线

01  FOUNDATION
    Programming · Linux · Networking · Security Fundamentals
                         │
                         ▼
02  APPLICATION
    Web · Network · System · Cloud · Mobile Security
                         │
                         ▼
03  SPECIALIZATION
    Malware · Reverse Engineering · IoT · Cryptography · DFIR
                         │
                         ▼
04  EXPERIMENTATION
    AI Security · Detection · Automation · Adversarial Research
                         │
                         ▼
05  RESEARCH
    Hypothesis → Experiment → Evidence → Analysis → Findings
                         │
                         └──────────────→ New Question



145个项目 · 10大领域 · 3年


该仓库目前包含125个进阶项目和20个基础实现。



研究方法

目标不在于收集技术。

目标是理解这些技术所作用的系统。 经过近三年在网络安全多个领域的研究——涵盖技术论文、研究文章、期刊、综述以及实践实验——我整理出了这140个网络安全项目构想,并为它们仔细规划了开发时间线。

我相信这份合集足以打造一份扎实的网络安全作品集,更重要的是,足以培养出在网络安全领域开启职业生涯所必需的实践深度。不过,有一点我必须说清楚:这些项目的设计初衷,不是为了让任何人在纸面上看起来能力出众,而是为了让你真正获得技能。

我本人曾尝试逐一完成这些项目,并在不同项目中失败了20多次。那些失败并非浪费时间。它们迫使我理解系统为何会有这样的行为、安全假设在哪些环节失效、攻击究竟是如何发生的,以及在没有现成教程告诉你下一步该怎么走时,攻击者究竟是如何思考的。

在当今的人工智能时代,几乎一切都可以被弄得看起来很容易。一个模型可以在几秒内生成代码、解释某个漏洞利用、设计一套架构、排查一个错误,或给出一个看似完整的解决方案。这种便利确实有用,但如果你过早依赖它,它也会毁掉整个学习过程。

我最强烈的建议很简单:在真正为这些项目吃过苦头之前,不要借助AI来构建它们。

阅读文档。钻研论文。弄坏你自己的实现。调试你自己的错误。做出一个会失败的东西。找出它失败的原因。重新构建。反复如此。

网络安全恰恰是在这个过程中才能真正学到的。

如果AI在你还没有培养出独立寻找答案的能力之前就把答案给了你,那你学的不是网络安全,而是如何操作一个AI工具。

我并不是说自己完全没用AI。我确实借助了少量AI辅助来润色和改进文字材料。但当涉及真正动手构建和理解这些项目时,我刻意尽可能让自己脱离AI。目标不是产出看起来光鲜的代码仓库,而是通过实现、失败、调试和反复练习来建立真正的理解。

因此,这些项目不是给脚本小子、复制粘贴学习者或那些想找捷径进入网络安全领域的人准备的。它们是为那些真正认真对待理解这个领域、并立志在其中开创未来的人准备的。

网络安全不是靠收集工具、运行命令、复制漏洞利用代码或刷完一长串教程学会的。它是靠把系统理解到足以知道它们在何处失效——并且培养出自己发现这些失效的能力——来学会的。

我是 Hardik Roy,一名对网络安全有着浓厚兴趣的工科学生。我花了大量时间进行研究、实验、失败、重建,并尝试从多个角度理解这个领域。我创建这份合集,是因为我相信认真的学习者应该接触到有挑战性的项目方向,而不是又一份基础、重复的网络安全教程合集。

如果你对网络安全是认真的,那就不要把这140个项目当成一张待办清单。把它们当成问题。去构建它们。去破坏它们。去在它们上面失败。去修复它们。而最重要的是,理解它们为什么会奏效。

因为在真正的安全环境中,最终没有人会递给你一份教程。你得到的会是一个系统、一个问题、一份不完整的信息,以及一个截止日期。你能自己想明白接下来会发生什么——这才是让你成为网络安全专业人员的关键。

下载工具