ThreatHound

ThreatHound ThreatHound는 Windows 이벤트 로그에 대한 효율적인 위협 탐지 및 분석을 용이하게 하도록 설계된 고급 사이버 보안 도구입니다. 보안 데이터를 관리하고 분석하기 위한 사용자 친화적인 인터페이스를 제공합니다. 주요 기능으로는 로그 분석, Sigma 규칙 통합, 실시간 위협 탐지가 포함됩니다. 주요 기능: Windows 이벤트 로그에 대한 위협 헌팅, 침해 평가, 침해 대응 자동화 소스에서 Sigma 규칙을 매일 다운로드 및 업데이트 포함된 50개 이상의 탐지 규칙 Sigma용 2300개 이상의 ...

metlo

Metlo API 보안 API를 보호하세요. Metlo는 오픈소스 API 보안 플랫폼입니다 Metlo는 15분 안에 설정할 수 있는 오픈소스 API 보안 도구로, 엔드포인트를 인벤토리화하고 악성 행위자를 탐지하며 실시간으로 악성 트래픽을 차단합니다. 실시간 API 공격 탐지 악성 행위자 자동 차단 모든 API 엔드포인트 및 민감 데이터 인벤토리 생성 프로덕션 배포 전 API 사전 테스트 지금 무료로 시작하세요! 오픈소스 제품을 배포하려면 AWS, GCP, Azure 및 Docker에 대한 설명서를 참조하세요. 기능 엔드포인트 ...

fibratus

Fibratus 실시간 위협 탐지 및 보호를 위한 보안 센서 시작하기 » 문서 • 규칙 • Filaments • 다운로드 • 토론 Fibratus는 광범위한 시스템 이벤트를 면밀히 조사하고 검증하여 행동 기반 규칙 엔진 및 YARA 메모리 스캐너에 대입함으로써 고급 공격자의 전술, 악성코드 및 신종 위협을 탐지하고 제거합니다. 이벤트는 다양한 출력 싱크로 라우팅하거나 로컬 검사 및 포렌식 분석을 위해 캡처 파일에 기록할 수 있습니다. filaments를 사용하면 자체 도구로 Fibratus를 확장하고 Python 생태계의 모든...

FalconEye

FalconEye: 윈도우 프로세스 인젝션 실시간 탐지 소프트웨어 FalconEye는 실시간 프로세스 인젝션을 위한 윈도우 엔드포인트 탐지 소프트웨어입니다. 커널 모드 드라이버로서, 프로세스 인젝션이 발생하는 즉시실시간으로 탐지하는 것을 목표로 합니다. FalconEye는 커널 모드에서 실행되므로, 다양한 사용자 모드 후크를 회피하려는 프로세스 인젝션 기술에 대해 더 강력하고 신뢰할 수 있는 방어를 제공합니다. 발표 자료는 2021 Blackhat ASIA Arsenal과 슬라이드에서 확인할 수 있습니다. 프로젝트 개요 탐지 ...

reflector

reflector 설명 웹사이트를 탐색하는 동안 실시간으로 페이지에서 반사 XSS를 찾을 수 있는 Burp Suite 확장 프로그램이며, 다음과 같은 기능을 포함합니다: 응답 탭에서 반사 항목 강조 표시. 이 반사에서 허용되는 기호 테스트. 반사 컨텍스트 분석. Content-Type 화이트리스트. 사용 방법 플러그인을 설치한 후에는 테스트 대상 웹 애플리케이션 작업을 시작하기만 하면 됩니다. 반사가 발견될 때마다 reflector는 심각도를 정의하고 burp 이슈를 생성합니다. 각 burp 이슈에는 반사된 파라미터에 대한 상...

Detect-CVE-2017-0144-attack

CVE-2017-0144攻撃検出Pythonプログラム リアルタイムで継続的にネットワークトラフィックを監視・追跡するPythonプログラムです。CVE-2017-0144（EternalBlue）攻撃を検出した際にコンソール画面に警告を表示します。 1. ラボ構成 このラボはVMWare上の3台の仮想マシンで実施します。攻撃マシン1台（Kali Linux）、被害マシン1台（Windows 7 - 64bit SP1）、監視マシン1台（Windows 10）です。マシンは同一のネットワークカード（NAT）を使用し、相互にpingが通ることを確認します。いくつかの注意点：...

継続的脆弱性評価の導入：AI脅威時代に向けたリアルタイム防御

Wiz CVA を使用して、新しい脆弱性が公開された瞬間にその露出を検出します...

ShielDroid: A Hybrid Approach Integrating Machine and Deep Learning for Android Malware Detection

The rapid advancement of modern technology has led to a significant increase in the use of smart devices, such as smartphones and tablets, resulting in the widespread adoption of mobile applications. Although applications are required to undergo malware screening before being published on officia...

Intelligent Detection and Mitigation of Carpet-Bombing DDoS Attacks in SDN Using Retrieval-Augmented Generation and Large Language Models

Software-Defined Networking SDN provides flexible and programmable network management; however, its centralized control architecture remains highly vulnerable to Distributed Denial-of-Service DDoS attacks, particularly Carpet-Bombing DDoS attacks that distribute malicious traffic across multiple...

Smart Contract Security beyond Detection

Smart contract security has progressed from vulnerability detection toward a broader research agenda that includes semantic reasoning, automated repair, adversarial robustness, and real-time exploit detection. This paper develops a capstone-oriented research narrative around four directions:...

A-THENA: Early Intrusion Detection for IoT with Time-Aware Hybrid Encoding and Network-Specific Augmentation

The proliferation of Internet of Things IoT devices has significantly expanded attack surfaces, making IoT ecosystems particularly susceptible to sophisticated cyber threats. To address this challenge, this work introduces A-THENA, a lightweight early intrusion detection system EIDS that...

RansomTrack: A Hybrid Behavioral Analysis Framework for Ransomware Detection

Ransomware poses a serious and fast-acting threat to critical systems, often encrypting files within seconds of execution. Research indicates that ransomware is the most reported cybercrime in terms of financial damage, highlighting the urgent need for early-stage detection before encryption is...

Next-Generation Cyberattack Detection with Large Language Models: Anomaly Analysis across Heterogeneous Logs

This project explores large language models LLMs for anomaly detection across heterogeneous log sources. Traditional intrusion detection systems suffer from high false positive rates, semantic blindness, and data scarcity, as logs are inherently sensitive, making clean datasets rare. We address...

AI-Powered Algorithms for the Prevention and Detection of Computer Malware Infections

The rise in frequency and complexity of malware attacks are viewed as a major threat to modern digital infrastructure, which means that traditional signature-based detection methods are becoming less effective. As cyber threats continue to evolve, there is a growing need for intelligent systems t...

Detecting Malicious Entra OAuth Apps with LLM-Based Permission Risk Scoring

This project presents a unified detection framework that constructs a complete corpus of Microsoft Graph permissions, generates consistent LLM-based risk scores, and integrates them into a real-time detection engine to identify malicious OAuth consent activity...

Rapid7: 7 years of recognition in Gartner® Magic Quadrant™ for SIEM

We’re proud to share that Rapid7 has been recognized in the 2025 Gartner Magic Quadrant for Security Information and Event Management SIEM. This is the seventh year we have been positioned in this report, which means we’ve been recognized in every report following the launch of our SIEM offering,...

A Statistical Method for Attack-Agnostic Adversarial Attack Detection with Compressive Sensing Comparison

Adversarial attacks present a significant threat to modern machine learning systems. Yet, existing detection methods often lack the ability to detect unseen attacks or detect different attack types with a high level of accuracy. In this work, we propose a statistical approach that establishes a...

CST-AFNet: A Dual Attention-Based Deep Learning Framework for Intrusion Detection in IoT Networks

The rapid expansion of the Internet of Things IoT has revolutionized modern industries by enabling smart automation and real time connectivity. However, this evolution has also introduced complex cybersecurity challenges due to the heterogeneous, resource constrained, and distributed nature of...

Collaborative P4-SDN DDoS Detection and Mitigation with Early-Exit Neural Networks

Distributed Denial of Service DDoS attacks pose a persistent threat to network security, requiring timely and scalable mitigation strategies. In this paper, we propose a novel collaborative architecture that integrates a P4-programmable data plane with an SDN control plane to enable real-time DDo...

Enhancing GraphQL Security by Detecting Malicious Queries Using Large Language Models, Sentence Transformers, and Convolutional Neural Networks

GraphQL's flexibility, while beneficial for efficient data fetching, introduces unique security vulnerabilities that traditional API security mechanisms often fail to address. Malicious GraphQL queries can exploit the language's dynamic nature, leading to denial-of-service attacks, data...