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
IoMT_SecAlarmBench — 用于评估医疗物联网(IoMT)安全告警系统的标准化基准——涵盖攻击、检测、误报韧性以及延迟。 | Kitploit
工具/GitHubGitHub/techosystem/iomt_secalarmbench
防御工具物联网安全硬件与物联网安全机器学习入侵检测论文与研究异常检测实验室与实践
GitHubtechosystem/iomt_secalarmbench

IoMT_SecAlarmBench

用于评估医疗物联网(IoMT)安全告警系统的标准化基准——涵盖攻击、检测、误报韧性以及延迟。

查看仓库
2个月前尚未审核
分享

IoMT-SecAlarmBench

面向医疗物联网完整性攻击的反事实基准。

配套代码,对应论文 "IoMT-SecAlarmBench: A Counterfactual Benchmark for Integrity Attacks in IoMT"。

当 ICU 报警触发时,异常检测器可以告诉你该读数异常。但它无法告诉你为什么——是真实的病情恶化、传感器故障,还是落在生理范围内的伪造测量值。要回答这个问题,需要反事实的真实基准:如果网络保持健康,报警本会如何表现。任何自然采集的记录都不包含这一信息,因为你永远无法同时观测到同一事件的两种结果。

本基准通过构造方式提供这一信息。受控的完整性攻击被注入到真实的耦合 ECG+PPG 记录中,并且对于每一个受攻击窗口,都会保留本应观测到的干净信号。


概览

窗口78,729 个带标签的 10 秒窗口,步长 5 秒,2 通道 ECG+PPG,采样率 125 Hz
类别39,882 攻击 · 32,875 生理正常 · 5,350 故障/伪影 · 622 生理事件
主干627 条 CinC 2015 记录,携带 ECG+PPG 核心配对(231 真报警 / 396 假报警)
注入空间{重放} ∪(4 种形态 × 4 个严重程度 × 2 种合理性机制)
划分按患者划分 436 / 91 / 100,按心律失常类型分层
反事实每个受攻击窗口均保留注入前的精确干净信号

主要结果。 在五个方法族中,没有任何检测器能够持续超越性能极限:对于全部六个基线,重放攻击和低幅度瞬态尖峰均处于随机水平的 1.2–1.7 倍。在困难样本上表现最强的检测器,其标记故障/伪影窗口的比率达到其在正常数据上自身误报率的 5.3 倍——攻击与故障之间的歧义,被定位到一个具体且可测量的信号关系上。


安装

git clone https://github.com/techosystem/IoMT-SecAlarmBench.git
cd IoMT-SecAlarmBench
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt

PyTorch 固定为报告运行所用的 CUDA 12.8 构建版本;索引 URL 参见 docs/REPRODUCE.md。经典基线(Isolation Forest)、生成器和泄漏审计在 CPU 上运行,无需 PyTorch。

获取数据

此处不重新分发任何内容(参见 LICENSE-DATA.md)。获取数据源:

bash scripts/get_data.sh          # downloads CinC 2015 into data/cinc2015/

WUSTL-EHMS-2020 必须向其作者申请,并放置于 data/wustl/wustl-ehms-2020.csv。

构建基准

python src/injection_generator.py --config configs/benchmark.yaml --out data/benchmark/

在配置的种子下具有确定性。预期有 78,729 个窗口;生成器会打印类别直方图,以便你对照上表进行检查。

复现论文

python scripts/run_all.py --config configs/benchmark.yaml --seeds 0 1 2 3 4 --deterministic

这会在 results/ 下写入一个带时间戳的目录,其中包含一个 manifest.json,记录配置、软件包版本、GPU 以及每个源模块的 MD5——包括表 I 的严重性常量。已报告的运行是 20260730-205501(表 III)和 20260730-222727(表 IV)。各组件入口点:

论文部分命令
RQ1 检测(表 III)python src/rq1_report.py
RQ2 隐蔽性(表 IV)python src/eval_harness.py --matched-far 0.10
RQ3 区分度(表 V)python src/rq3_discrimination.py
RQ4 效率python src/eval_harness.py --profile
泄漏审计python src/wustl_leakage.py
归因(暂缓;见 §VIII)python src/rq2_attribution_v3.py
图表make figures

在比较数字之前,请先阅读 docs/REPRODUCE.md。 有两条规则不是可选的:在无阈值或匹配误报预算的条件下比较检测器,绝不要在每个方法各自的最大 F₁ 点上比较(该点在不同随机种子间最多可移动 ±0.234,而无阈值 AUPRC 的移动 ≤0.013),并且要报告 AUPRC 相对于其随机基线的情况,该基线因不同子集而异。

目录结构

src/          generator, adapters, detectors, evaluation  (flat imports; run from repo root)
scripts/      get_data.sh, run_all.py
configs/      benchmark.yaml, detectors.yaml
figures/      figure generation scripts
docs/         REPRODUCE.md
tests/        smoke tests
results/      run outputs (gitignored except manifest.json)
DATASHEET.md  full datasheet, following Gebru et al.

已知问题

公开记录,并在论文中讨论:

  • 单目标注入。 本版本中的所有攻击都针对 搏动通道,因此通道级定位是退化的——一个始终回答“PPG”的预测器 得分为 AC@1 = 1.000。因此未报告归因基线。非退化归因需要目标 在不同通道间变化。
  • 严重度饱和。 在 16 个构造单元中有 6 个,计划幅度 达到合理性边界,因此界内 FDI 被截断,L3–L4 是 序数而非比例。
  • 告警级反事实预言机 已指定但未实现。
  • 单一语料库。 所有生理学结果均来自 CinC 的 5–5.5 分钟 以告警为中心的记录。

引用

参见 CITATION.cff,并同时引用源语料库。

不用于临床

推荐用于检测、区分、归因和 泄漏审计的基准测试。不用于临床部署决策,也不用于 在没有前瞻性验证的情况下训练告警系统。

下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 终极 OSINT 工具包:调查图谱、置信度评分、别名家族、地图、时间线和报告。49 个模块、400+ 个站点,无需 API 密钥。

    696
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock 一键执行应用(CVE-2026-43499)

    499
  • 3

    ARTEX

    baarai/artex

    基于LLM的多智能体自主渗透测试平台,具备规划器/执行器智能体、资产与探索图谱、MITM流量记录以及漏洞复测功能。

    396
  • 4

    redforge

    cybersecurity91/redforge

    浏览器端红队工具包,包含 102 个离线工具,用于侦察、载荷生成、凭据攻击、加密、编码和交战报告。

    340
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI原生网络安全的行动系统——在这里,意图转化为受治理的执行,证据沉淀为运营记忆,每一次操作都让下一次更出色。

    258
  • 6

    antifox

    antifox-ai/antifox

    AI multi-agent autonomous penetration testing platform that runs recon, attack-surface discovery, exploitation validation and evidence-backed report delivery.

    257

探索所有工具

浏览我们的工具集合

查看所有工具 →