young-domain-guard

🛡️ Young Domain Guard 最近登録されたドメイン名のWebサイトにアクセスした際に警告を表示するブラウザ拡張機能です。 🤔 なぜ？ フィッシングや詐欺サイトのドメインは絶えず作成され、放棄されます。ほとんどのサイトは1ヶ月も経たずに削除され、新しいものに置き換えられます。従来のブラックリストでは、悪意のあるドメインがリストに登録されるよりも速く出現するため、追いつくことができません。 Young Domain Guard は別のアプローチを取ります。常に古くなるブロックリストを維持する代わりに、アクセスしているドメインの年齢...

EmailXpose

EmailXpose 规格说明 AI 驱动的电子邮件清晰度分析 HTML 镜像：https://roxanneardary.com/emailxpose-specification/ 规格概述 EmailXpose 是一个开源、模块化的 AI 电子邮件安全与情报系统，旨在分析电子邮件内容、发件人身份、链接、附件、图片和视频，以识别网络钓鱼、垃圾邮件、诈骗、恶意软件、社会工程、欺骗行为及上下文异常。 EmailXpose 将传统电子邮件安全分析与自然语言处理、计算机视觉、多模态智能、行为分析、威胁情报和符号学解读相结合。该系统旨在解释其发现，而非仅仅给出威胁分类。...

ai-email-threat-research

威胁终端 一款网络安全研究游戏，用于测量人类如何检测AI生成的钓鱼邮件。以复古终端体验构建。 在线体验： research.scottaltiparmak.com 问题所在 AI现在能够生成语法完美、拼写无误且语境令人信服的钓鱼邮件。旧的信号（语法错误、措辞别扭、明显拼写错误）已不再适用。那么，在2026年，人类如何检测钓鱼攻击呢？ 这是什么？ 威胁终端是一款游戏及实时研究平台。玩家在复古终端界面中阅读AI生成的邮件，判断每封邮件是钓鱼邮件还是合法邮件，并押注自己的信心。每一次回答都会贡献给一个实时数据集，用于衡量当语言质量不再可靠时，人类最容易漏掉哪些钓鱼技术。...

dnstwist

ユーザーがドメイン名を入力しようとして、どのようなトラブルに巻き込まれ得るかを確認しましょう。 攻撃者があなたを攻撃するために利用できる類似ドメインを検出します。タイポスクワッティング、 フィッシング攻撃、詐欺、ブランド冒充を検出できます。標的型脅威インテリジェンスの 追加情報源として有用です。 DNSファジングは、組織を標的とする悪意のあるドメインを発見することを目的とした自動化ワークフローです。 このツールは、指定されたドメイン名に基づいて包括的な置換リストを生成し、 その置換のいずれかが使用されているかを検証します。...

typodetect

TypoDetect このツールは、ブルーチーム、SOC、研究者、企業が自社ドメインのアクティブな変異を検出し、フィッシングやスミッシングなどの不正活動にこれらのドメインが使用されるのを防ぐ機能を提供します。 そのために、TypodetectはIANAウェブサイトに公開されている最新のTLD（トップレベルドメイン）の使用、Blockchain DNSにおける分散型ドメインの検証、DoHサービス（DNS over HTTPS）でのマルウェアレポートを可能にします。...

opensquat

openSquat Core 📑 目次 openSquatとは？ 紹介実績 オープンコアモデル 主な機能 クイックスタート 要件 使い方 プレミアムモードとAPIモード 設定 自動化 CLIリファレンス コントリビューション 作者 ライセンス 🎯 openSquatとは？ openSquatは、ブランドやドメインを狙ったサイバースクワッティングの脅威を特定するオープンソースインテリジェンス（OSINT）セキュリティツールです： 🌟 紹介実績 「ブランド保護のための強力なスイスアーミーナイフ」 — WhoisXML APIブログ、2022年8月...

phishing_catcher

Phishing Catcher Certificate Transparency Log CTL に報告された不審なTLS証明書の発行を、CertStream API を介してほぼリアルタイムで検出します。「不審」とは、設定ファイルに基づいてドメイン名のスコアが特定のしきい値を超えたものを指します。 これは動作するPoCです。ニーズに合わせてコードを自由に修正・調整してください。👍 インストール このスクリプトはPython2またはPython3で正常に動作します。いずれの場合も、ソースコードをクローンまたはダウンロードした後、以下のコマンドで依存パッケージをインストールしてください。...

MurMurHash

MurMurHash この小さなツールは、ファビコンの MurmurHash 値を計算して、Shodan プラットフォーム上でフィッシングウェブサイトをハントするためのものです。 MurMurHash とは？ MurmurHash は、汎用的なハッシュベースのルックアップに適した非暗号化ハッシュ関数です。その名前は、内部ループで使用される2つの基本操作、乗算（MU）とローテーション（R）に由来します。現在のバージョンは MurmurHash3 であり、32ビットまたは128ビットのハッシュ値を生成します。128ビットを使用する場合、x86 と x64...

antisquat

AntiSquat AntiSquat は、自然言語処理（NLP）、大規模言語モデル（ChatGPT）などの AI 技術を活用し、タイポスクワッティングやフィッシングドメインの検出を強化します。 使用方法 git clone https://github.com/redhuntlabs/antisquat でプロジェクトをクローンします。 pip install -r requirements.txt で依存関係をすべてインストールします。 https://platform.openai.com/account/api-keys で ChatGPT API キーを取得します。...

Phishruffus

Phishruffus - インテリジェント脅威ハンター＆フィッシングサーバー Phishruffusは、不正なフィッシング行為に使用されるDNSサーバーやインターネット上の脅威を特定するために設計されたツールです。 https://lab.insightsecurity.com.br/phishruffus-intelligent-threat-hunter-and-phishing-servers/...

kit_hunter

Kit Hunter: 基本的なフィッシングキット検出ツール Version 2.6.0 2021年9月28日 テストと開発は Python 3.7.3 Linux で行われました Kit Hunter とは？ Kit Hunter は Python を学ぶための個人的なプロジェクトであり、確立されたマーカーに基づいてディレクトリを検索し、フィッシングキットを特定する基本的なスキャンツールです。検出が行われると、管理者向けのレポートが生成されます。...

certstreamcatcher

Certstreamcatcher フィッシングを捕まえるためにcertificate transparency logsを監視します。このツールは、リアルタイムでフィッシングサイトを検出するための効果的な基準を持つ正規表現に基づいており、certstreamを使用します。また、https://www.ṁyetḣerwallet.com のような punycode IDNA 攻撃も検出できます。 フィッシング Phishing インストール root@kitploit: $ cd /opt/ $ git clone...

URL_CHECKER

URLフィッシングチェッカー 機械学習（ランダムフォレスト/SVM）とヒューリスティックなルールベース分析を組み合わせたハイブリッドアプローチにより、URLがフィッシングまたは安全である可能性 を検出する軽量なWebベースのツールです。 サイバーセキュリティと応用AIにおける教育目的および実験用に作成されました。 概要 フィッシング攻撃は、しばしば視覚的な欺瞞とURLの操作に依存します。このツールは、URLの構造と内容を分析して、その悪意のある意図を判断します。 主な機能 リアルタイム分析: URLを受け取り即座に処理します。 ハイブリッド検出:...

Antiphishing v33854571962

Antiphishing — Predictive Phishing Intelligence for Suricata DONATE · DASHBOARD VECTORS · CONTRIBUTING · SUBMIT A VECTOR · REST API CTI · WIKI Predictive Phishing Intelligence for Suricata — Preemptive Defense from Day Zero Antiphishing is an open-source GPLv3 Cyber Threat Intelligence CTI...

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...