Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Ce projet génère des bases de données synthétiques de vulnérabilités, notamment des failles XSS (Cross-Site Scripting), pour des langages comme PHP, Node.js et Hop.js. Il produit des échantillons de code vulnérables et corrigés afin d'entraîner des algorithmes d'apprentissage profond ou d'autres outils de détection de vulnérabilités. Les bases de données générées sont structurées pour faciliter l'analyse et la comparaison des approches de sécurité entre différents langages de programmation.
- Outil conçu pour produire des échantillons synthétiques vulnérables et corrigés illustrant des failles de sécurité web. Il génère automatiquement des bases de données de code PHP et Node.js contenant des vulnérabilités courantes (XSS, injections SQL, etc.) ainsi que leurs versions sécurisées. Ces données servent à entraîner des modèles d'apprentissage automatique pour détecter des failles de sécurité dans le code source.
- Ce projet permet d'identifier et d'analyser les vulnérabilités de type CVE (Common Vulnerabilities and Exposures) présentes dans des bases de code. Il génère des requêtes spécifiques pour détecter des motifs de code vulnérables à l'aide de l'outil Tree-sitter, compare les versions corrigées et vulnérables d'un même fichier, et prépare des jeux de données structurés pour faciliter l'entraînement de modèles d'intelligence artificielle ou d'outils d'analyse automatisée.
- Ce projet semble être une bibliothèque ou un outil technique dédié à l'analyse de code source et à la gestion de données liées aux vulnérabilités (CVE) et aux dépôts de code. Il permet de traiter des résultats d'analyse, de générer des jeux de données, et de manipuler des informations sur les commits, fichiers et requêtes SQL. Les fonctionnalités incluent l'extraction de métriques, la génération de rapports et la gestion de bases de données locales pour stocker les résultats.
- Outil dédié à la segmentation de bases de données en ensembles distincts pour l'apprentissage automatique et la validation de modèles. Il permet de diviser des jeux de données synthétiques générant des vulnérabilités XSS (Cross-Site Scripting) en trois sous-ensembles : entraînement, test et validation. Ces données, organisées en dossiers sécurisés et vulnérables, facilitent l'entraînement et l'évaluation de modèles de détection de failles de sécurité dans le code web.
- IVRE est un framework open source dédié à la reconnaissance et à la surveillance des réseaux. Il permet d'effectuer des analyses actives (scans Nmap, Masscan) et passives (collecte de données via Zeek, Argus, p0f) pour identifier les services, les vulnérabilités et les équipements connectés. L'outil centralise les données dans une base (MongoDB, Elasticsearch, PostgreSQL) et propose une interface web pour visualiser les résultats, générer des rapports et explorer les infrastructures réseau.
- Ce projet vise à créer une base de données unifiée pour stocker, indexer et analyser des fichiers, du code source et des vulnérabilités CVE. Il facilite l'accès, le téléchargement et l'utilisation de ces données pour des recherches académiques ou techniques. L'outil permet également d'extraire des métadonnées, d'identifier des motifs de code et de générer des rapports d'analyse.
- Notoriété 39 %Outil spécialisé dans l'analyse et la visualisation des chemins d'attaque au sein des architectures Kubernetes. Il permet aux experts en sécurité de reconstruire des scénarios d'attaque complexes en générant des graphes à partir des données collectées dans un cluster Kubernetes. Les résultats sont stockés dans une base de données Neo4j et visualisables via une interface dédiée, facilitant ainsi l'identification des vulnérabilités et des risques de sécurité pour les audits ou le monitoring.
- Ce projet automatise la division de bases de données synthétiques en ensembles distincts pour l'entraînement, le test et la validation de modèles de machine learning. Il cible spécifiquement la génération de jeux de données pour l'identification de vulnérabilités XSS (Cross-Site Scripting) dans le code serveur. Les données sont organisées en sous-ensembles sécurisés et vulnérables, facilitant ainsi l'analyse et l'amélioration des algorithmes de détection.
9 initiatives
10