Awesome-AI-for-cybersecurity
網路安全領域的AI精選清單,涵蓋網路(網路流量分析與入侵偵測)、端點(反惡意軟體)、應用程式(WAF或資料庫防火牆)、使用者(UBA)、程序行為(反詐騙)等面向。
Awesome-AI-for-cybersecurity 是什麼?
網路安全領域的AI精選清單,涵蓋網路(網路流量分析與入侵偵測)、端點(反惡意軟體)、應用程式(WAF或資料庫防火牆)、使用者(UBA)、程序行為(反詐騙)等面向。
Awesome-AI-for-cybersecurity 概覽
這是什麼
一個 AI 應用於網路安全的精選清單,涵蓋網路(網路流量分析與入侵偵測)、端點(反惡意軟體)、應用程式(WAF 或資料庫防火牆)、使用者(UBA)以及流程行為(反詐騙)。它根據 Gartner 的 PPDR 模型(預測、預防、偵測、回應、監控)和技術層面來組織安全任務。此儲存庫包含每個類別的研究論文參考資料,以及工具和專案的連結。
主要功能
- 將 AI 安全任務依五個技術層面分類:網路、端點、應用程式、使用者、流程行為。
- 為每個層面列出研究論文,例如用於入侵偵測的機器學習技術、惡意軟體分類和詐騙偵測。
- 包含特定工具與專案:JevSec(決策模型安全分流,MIT 授權)、Koma(適用於 Node.js 的 AI 防火牆中介軟體,MIT 授權)、Darkmoon(開源 AI 滲透測試平台,GPL-3.0)、EnigmAgent(研究基礎設施的 AI 安全代理)、TWZRD Agent Intel(鏈上行為評分 MCP 伺服器,提供免費 MCP 設定)、Trent Agentic AI security(持續評估 AI 代理的安全)。
- 提供書籍清單(例如「Cylance 的 AI 網路安全」)和調查論文參考。
使用情境
- 建立或研究 AI 驅動的入侵偵測與防禦系統(IDS/IPS)。
- 使用機器學習分類或聚類來開發端點反惡意軟體解決方案。
- 實作具備機器學習異常偵測能力的網頁應用程式防火牆(WAF)。
- 分析使用者行為以進行使用者行為分析(UBA),偵測異常行動。
- 從銀行、零售或製造業的流程行為日誌中偵測詐騙。
快速開始
請參閱儲存庫的 README 以取得安裝與快速開始說明。
授權與價格
授權條款並未在 README 或元資料中說明。該儲存庫標記為開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。