EmailXpose

Spécification EmailXpose Clarté E-mail Propulsée par l'IA Miroir HTML : https://roxanneardary.com/emailxpose-specification/ Aperçu de la Spécification EmailXpose est un système open source, modulaire et intelligent de sécurité et de renseignement e-mail, conçu pour analyser le contenu des e-mails...

antisquat

AntiSquat AntiSquat exploite des techniques d'IA telles que le traitement du langage naturel NLP, les grands modèles de langage ChatGPT et plus encore pour détecter les domaines de typosquattage et de phishing. Comment utiliser Clonez le projet via git clone...

ai-email-threat-research

Threat Terminal Исследовательская игра по кибербезопасности, измеряющая, как люди выявляют фишинговые письма, созданные ИИ. Реализована в виде ретро-терминала. Сайт: research.scottaltiparmak.com Проблема Теперь ИИ может создавать фишинговые письма с идеальной грамматикой, безупречной орфографией ...

MurMurHash

MurMurHash Ce petit outil permet de calculer une valeur MurmurHash d'un favicon pour chasser les sites de phishing sur la plateforme Shodan. Qu'est-ce que MurMurHash? MurmurHash est une fonction de hachage non cryptographique adaptée aux recherches générales basées sur le hachage. Le nom provient...

phishing_catcher

Phishing Catcher Capturer les domaines de phishing possibles en quasi temps réel en recherchant les émissions de certificats TLS suspectes signalées au Journal de transparence des certificats CTL via l'API CertStream. Les émissions « suspectes » sont celles dont le nom de domaine obtient un score...

opensquat

openSquat Core 📑 Table des matières Qu'est-ce qu'openSquat ? Mentionné dans Modèle open-core Fonctionnalités clés Démarrage rapide Prérequis Utilisation Modes Premium et API Configuration Automatisation Référence CLI Contribuer Auteur Licence 🎯 Qu'est-ce qu'openSquat ? openSquat est un outil de...

Phishruffus

Phishruffus - Интеллектуальный охотник за угрозами и фишинговыми серверами Phishruffus — это инструмент, предназначенный для выявления DNS-серверов и интернет-угроз, используемых в незаконной практике фишинга...

typodetect

TypoDetect Cet outil permet aux équipes bleues, aux SOC, aux chercheurs et aux entreprises de détecter les mutations actives de leurs domaines, empêchant ainsi l'utilisation de ces domaines dans des activités frauduleuses telles que le phishing et le smishing. Pour cela, TypoDetect permet...

young-domain-guard

🛡️ Young Domain Guard Une extension de navigateur qui vous alerte lorsque vous visitez des sites web dont le nom de domaine a été enregistré récemment. 🤔 Pourquoi ? Les domaines de phishing et d'arnaques sont créés et abandonnés en permanence — la plupart vivent moins d'un mois avant d'être...

kit_hunter

Kit Hunter : Un outil basique de détection de kits de phishing Version 2.6.0 28 septembre 2021 Les tests et le développement ont eu lieu sur Python 3.7.3 Linux Qu'est-ce que Kit Hunter ? Kit Hunter est un projet personnel pour apprendre Python, et un outil de balayage basique qui recherche dans l...

dnstwist

사용자가 도메인 이름을 입력하려다 겪을 수 있는 문제를 확인하세요. 공격자가 여러분을 공격하는 데 사용할 수 있는 유사 도메인을 찾아냅니다. 타이포스쿼팅typosquatting, 피싱 공격, 사기, 브랜드 사칭을 탐지할 수 있습니다. 표적형 위협 인텔리전스의 추가 소스로 유용합니다. DNS 퍼징은 잠재적으로 악의적인 도메인을 발견하기 위한 자동화된 워크플로입니다. 조직을 노리는 도메인을 대상으로 합니다. 이 도구는 포괄적인 목록을 생성합니다. 제공된 도메인 이름을 기반으로 변형 목록을 생성한 다음, 이 변형들이 실제로 사용 중...

certstreamcatcher

Certstreamcatcher Обнаружение фишинга путем наблюдения за журналами прозрачности сертификатов. Этот инструмент основан на регулярных выражениях с эффективными стандартами для обнаружения фишинговых сайтов в реальном времени с использованием certstream и также может обнаруживать атаки punycode IDN...

URL_CHECKER

Vérificateur d'URL de phishing Un outil léger basé sur le web qui détecte si une URL est probablement du phishing ou sécurisée en utilisant une approche hybride d'apprentissage automatique Random Forest/SVM et d'analyse heuristique basée sur des règles. Conçu à des fins éducatives et...

Malwarebytes earns AV-TEST Top Product award, aces other third-party tests

Our job is to protect people from online threats, and independent testing is one of the best ways to measure how well we’re doing. Malwarebytes nabbed AV-TEST's Top Product award after scoring 17.5 points out of a possible 18 in the research organization's most recent Windows security test. The...

Evaluating and Combating the Impact of Concept Drift on the Performance of Machine Learning-Based Phishing Detection Systems

The expansion of the digital domain has resulted in a substantial increase in digital communication, with email emerging as one of the most prominent channels. The proliferation of email communication is apparent in both professional and personal contexts, thereby creating numerous vulnerabilitie...

A Lightweight Hybrid MLP-Based Framework for Real-Time Phishing URL Detection Using Structural URL Features

Phishing attacks remain a major cybersecurity threat, exploiting deceptive URLs to steal sensitive user information. Traditional blacklist and rule-based detection approaches are reactive and often fail to identify newly emerging phishing URLs. This paper proposes a lightweight hybrid framework f...

Explainable Machine Learning for Phishing Detection on Heterogeneous Datasets with MCP-Enabled Deployment

With the growth in digital transformation and Internet usage, the Social Engineering techniques such as Phishing have become a major concern for the users and the organizations. Phishing attacks involve deceptive techniques to trick users into revealing confidential information that causes...

Phishing Detection in Ethereum Via Temporal Graph Contrastive Learning

Blockchain and decentralized finance have revolutionized the financial ecosystem while simultaneously exposing it to cryptocurrency phishing attacks. Existing phishing detection methods primarily rely on graph learning, but they face significant limitations. Static graph learning approaches fail ...

Context-Aware Phishing Email Detection Using Machine Learning and NLP

Phishing attacks remain among the most prevalent cybersecurity threats, causing significant financial losses for individuals and organizations worldwide. This paper presents a machine learning-based phishing email detection system that analyzes email body content using natural language processing...

The System Prompt Is the Attack Surface: How LLM Agent Configuration Shapes Security and Creates Exploitable Vulnerabilities

System prompt configuration can make the difference between near-total phishing blindness and near-perfect detection in LLM email agents. We present PhishNChips, a study of 11 models under 10 prompt strategies, showing that prompt-model interaction is a first-order security variable: a single...