推荐开源项目:Threatest —— 安全检测的全方位测试框架
2024-05-22 16:06:27作者:余洋婵Anita
项目介绍
Threatest 是一个由 DataDog 开发的命令行工具和 Go 语言框架,专为威胁检测的端到端测试设计。它允许你在安全环境中模拟攻击行为,并验证你的安全平台是否能够正确触发预期的警报。通过使用 Threatest,你可以确保在面对真实威胁时,你的安全防护系统能够及时、准确地响应。
项目技术分析
Threatest 的核心概念包括“引爆器(detonators)”和“警报匹配器(alert matchers)”。引爆器描述了如何以及在哪里执行攻击技巧,目前支持本地命令执行、SSH 命令执行、Stratus Red Team 等多种方式。而警报匹配器则是一个特定于平台的集成,用于检查预期警报是否已触发,目前支持 Datadog 安全信号。
该项目还提供了一个 CLI 工具,以 YAML 格式编写测试场景,并提供了场景定义的 JSON 架构以供 IDE 验证和自动补全。此外,Threatest 还支持程序化使用,方便开发者直接在 Go 应用中集成测试逻辑。
项目及技术应用场景
Threatest 可广泛应用于各种环境的安全测试场景,例如:
- 对本地或远程服务器进行安全策略有效性验证。
- 在云环境中使用 Stratus Red Team 或 AWS CLI 模拟恶意活动,验证云安全解决方案的响应能力。
- 自动化测试流程,确保每次代码变更后,新的安全功能仍能正常工作。
项目特点
- 多平台支持:支持多种引爆器与警报匹配器,适应不同的部署环境。
- CLI 集成:提供易于使用的命令行工具,简化测试场景的编写和执行。
- 智能验证:每个引爆动作都有一个唯一标识符,确保警报匹配的精确性。
- IDE 支持:支持 YAML 格式的场景文件结构,可与 IDE 集成,实现语法高亮和错误提示。
- 灵活编程:可以将 Threatest 直接导入 Go 代码,实现自定义测试逻辑。
对于任何依赖威胁检测来保护业务安全的组织来说,Threatest 是一个不可或缺的测试工具。立即尝试 Threatest,提升你的安全防护体系的可靠性和效率!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
213
226
暂无简介
Dart
659
150
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
656
293
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
644
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
489
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
79
104
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1