whalescan

Whalescan Escáner de vulnerabilidades para contenedores de Windows. Primeros pasos git clone https://github.com/saira-h/whalescan pip install -r requirements.txt python main.py Descripción general Whalescan realiza varias comprobaciones de referencia, así como la verificación de CVEs. Esta...

robustbench

RobustBench: a standardized adversarial robustness benchmark Francesco Croce University of Tübingen, Maksym Andriushchenko EPFL, Vikash Sehwag Princeton University, Edoardo Debenedetti EPFL, Nicolas Flammarion EPFL, Mung Chiang Purdue University, Prateek Mittal Princeton University, Matthias Hein...

rp

rp++: a fast ROP gadget finder for PE/ELF/Mach-O x86/x64/ARM/ARM64 binaries Overview rp++ or rp is a C++ ROP gadget finder for PE/ELF/Mach-O executables and x86/x64/ARM/ARM64 architectures. Finding ROP gadgets To find ROP gadget you need to specify a file with the --file / -f option and use the...

StepJack

StepJack: Benchmarking Computer-Use Agent Safety Against Multi-Step Indirect Prompt Injection Setup 1. Python Environment Setup First, install all dependencies and ensure you’re running Python 3.10. conda create -n stepjack python=3.10 conda activate stepjack pip install -r requirements.txt 2...

CTFTiny

CTFTiny: Lite Benchmarking Offensive Cyber Skills in Large Language Models This is the official repository for CTFTiny from "Towards Effective Offensive Security LLM Agents: Hyperparameter Tuning, LLM as a Judge, and a Lightweight CTF Benchmark" AAAI'26 paper. For CTFJudge, please refer to CTFJud...

exploitgym

ExploitGym ExploitGym is a large-scale, realistic benchmark built from real-world vulnerabilities across userspace programs, Google's V8 engine, and the Linux kernel, designed to evaluate AI agents' ability to develop exploits. Quick start 1. Python deps uv sync --extra proxy 2. Build runtime...

trivy-operator

Kubernetes-native security toolkit. Documentation Introduction The Trivy Operator leverages Trivy to continuously scan your Kubernetes cluster for security issues. The scans are summarised in security reports as Kubernetes Custom Resource Definitions, which become accessible through the Kubernete...

terminal-bench-2

Terminal-Bench 2.0 | | | | || || | |/ \ '| ' | | ' \ / | | || || | | / | | | | | | | | | | | | | | || || |||| || || |||| ||,|| |||| || | | | | \ / \ \\ | \ / \ ' \ / | ' \ || | | | \\ | | | / | | | | | | | / / | || | \ \ |/ || |||| || |/ \\ Terminal-Bench es un benchmark popular para...

chain-bench

📖 Documentacióndocs Chain-bench es una herramienta de código abierto para auditar su pila de cadena de suministro de software en busca de cumplimiento de seguridad basada en un nuevo punto de referencia CIS para la cadena de suministro de software. La auditoría se centra en todo el proceso del...

FML-Network

FLNET2023: Conjunto de datos realista de detección de intrusiones en redes para aprendizaje federado Paper: FLNET2023: Realistic Network Intrusion Detection Dataset for Federated Learning Dataset: FLNET2023 Introducción FLNET2023 es un conjunto de datos de referencia de última generación para...

terraform-aws-secure-baseline

terraform-aws-secure-baseline Terraform Module Registry Un módulo de Terraform para configurar tu cuenta de AWS con una línea base de seguridad razonablemente segura. La mayoría de las configuraciones se basan en CIS Amazon Web Services Foundations v1.4.0 y AWS Foundational Security Best Practice...

terraform-aws-secure-baseline

terraform-aws-secure-baseline Terraform Module Registry A terraform module to set up your AWS account with the reasonably secure configuration baseline. Most configurations are based on CIS Amazon Web Services Foundations v1.4.0 and AWS Foundational Security Best Practices v1.0.0. See Benchmark...

BoxPwnr-Traces

BoxPwnr-Trazas BoxPwnr trazas y resultados de benchmarks en múltiples plataformas de seguridad. Cada traza incluye la interacción completa con el LLM, comandos ejecutados, un informe en markdown + gráfico de ataques, estadísticas y configuración utilizada. Navega por las clasificaciones, reproduc...

linux-security-audit

Herramienta de Auditoría de Seguridad para Linux Herramienta de Auditoría de Seguridad para Linux basada en el CIS - Red Hat Enterprise Linux 8 Benchmark v3.0.0 Si te resulta útil, por favor la "estrella" 🌟 para apoyar mejoras adicionales. Tabla de Contenidos 1. Características 2. Vista Previa...

DeepTrap

DeepTrap English | 中文 Open-world security evaluation for OpenClaw agents under adversarial execution contexts. DeepTrap is a security benchmark for evaluating whether OpenClaw agents can complete benign user tasks while resisting malicious execution-context pressure: poisoned workspace files,...

cis-vsphere

🦍 CIS vSphere Una herramienta para evaluar el cumplimiento de un entorno VMware vSphere con respecto al CIS Benchmark para VMware vSphere. Requisitos VMware PowerCLI 12.0.0 o superior VMware vSphere 7.0 Acceso de lectura al vCenter o host ESXi Uso 1. Clona el repositorio y navega a la carpeta: gi...

docker-bench-security

Docker Bench for Security Docker Bench for Security es un script que verifica docenas de buenas prácticas comunes en torno al despliegue de contenedores Docker en producción. Todas las pruebas están automatizadas y se basan en el CIS Docker Benchmark v1.6.0. Lo ponemos a disposición como una...

docker-bench-security

Docker Bench for Security The Docker Bench for Security is a script that checks for dozens of common best-practices around deploying Docker containers in production. The tests are all automated, and are based on the CIS Docker Benchmark v1.6.0. We are making this available as an open-source utili...

AMDH

AMDH Endurecimiento de dispositivos móviles Android escrito con python3. La versión para Android, PObY-A Privacy Owned by You - Android, con escaneos de malware y configuraciones está disponible en Play Store y el código fuente se puede encontrar AQUÍ Motivaciones AMDH fue creado para ayudar a...

vulnrepro-benchmark

VulnRepro Un benchmark que verifica si un modelo de IA realmente puede revisar código vulnerable, o si solo suena seguro. La mayoría de los benchmarks de seguridad preguntan: ¿puede el modelo encontrar el fallo? Eso es solo la mitad del trabajo. La otra mitad, la que realmente desgasta en una...