


一个基于Web的工具,旨在协助直觉型威胁分析师的工作。

一种用于密码猜测的深度学习方法 (https://arxiv.org/abs/1709.00440)

以85%的准确率击败Google的音频reCaptcha。

使用二元组频率分析的DGA域名检测

该仓库包含用于生成域名、恶意域名词典的算法。开发目的是研究将机器学习和神经网络应用于检测和分类恶意域名的可能性。

可编程数据包检测引擎,具备NIDS、DNS分类、频率分析和自动正则表达式生成功能。支持Python/Ruby/Java/Lua绑定,可与数据库及其他安全工具集成。

基于LSTM的分类器,用于检测域名生成算法(DGA)域名,包含使用Keras实现的神经网络和双字母模型,用于DNS威胁情报。
