


利用AI自动化主机利用

一个用于审计机器学习算法对抗性攻击和偏见的框架,提供教育工具和一篇学术论文,以弥合网络安全专业人员在机器学习安全方面的知识差距。

AI驱动的威胁情报平台,用于自动化CVE/勒索软件监控、域名监控、数据泄露检测和事件响应,并集成MISP/TheHive。

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AI的域名抢注和钓鱼域名检测器,利用NLP和ChatGPT生成域名变体,并从可疑网站提取联系信息。

可扩展的汇编分析平台,用于索引、克隆搜索和可执行文件分类,跨多种架构采用静态、动态及机器学习技术。

一个用于Android应用的机器学习恶意软件分析框架。

该工具解析日志数据,并允许定义用于异常检测的分析管道。它旨在以有限的资源和尽可能低的权限运行分析,使其适用于生产服务器环境。

无服务器 AWS 安全自动化框架,用于摄取威胁情报、应用基于 ML 的异常检测(RCF、IP Insights),并在 Kibana 中丰富安全遥测数据,实现自动化的威胁预防、检测和响应。

Spam Scanner is a Node.js anti-spam, email filtering, and phishing prevention tool and service. Built for @ladjs, @forwardemail, @cabinjs, @breejs,…

一个用于研究自动化智能体在抽象模拟网络环境中交互的实验与研究平台。

AutoPentest-DRL:基于深度强化学习的自动化渗透测试

基于机器学习的取证分析工具,利用Volatility 3、autorunsc和sigcheck自动对Windows系统进行内存、磁盘和实时系统分类,检测对手行为和受感染的工件。