#detection-engineering Repositories
Entdecke 25 aktive Open-Source-GitHub-Repositories, die mit #detection-engineering getaggt sind und insgesamt 44,758 Sterne gesammelt haben (durchschnittlich 1,790 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist beenuar/AiSOC mit 7,174 Sternen.
Insgesamt 25 Repositories
Open-Source-KI-Sicherheitsbetriebszentrum: Alarmfusion, Triage durch LLM-Agenten, MITRE-ATT&CK-Untersuchungen und ein wiedergabefähiges Entscheidungsprotokoll für jeden Agentenschritt. Selbst hostbar, ohne API-Schlüssel lauffähig und unter der MIT-Lizenz veröffentlicht. Enthält einen MCP-Server für Claude, Cursor und Continue.
Globale Ausgabe von ARTEX – ein autonomes Penetrationstest-Framework mit mehreren LLM-Agenten. Englisch als Standardsprache, mit der Möglichkeit, zu Koreanisch, Chinesisch, Spanisch oder Japanisch zu wechseln. Nur für autorisierte defensive Zwecke und zur Erkennung. (Upstream: Autumn-27/ARTEX, AGPL-3.0)
Die frameworkübergreifende, selbstoptimierende Speicherschicht für KI-Agenten. Tritt unserer Community bei: https://discord.com/invite/zdNChS2fBu
Digital Forensics Leitfaden. Erfahren Sie alles über digitale Forensik, Computerforensik, Forensik mobiler Geräte, Netzwerkvorensik und Datenbankforensik.
Eine kuratierte Wissensdatenbank zum Errichten, Betreiben und Reifen eines SOC (einschließlich CSIRT).
Open-Source-Datensee für Sicherheit zur Bedrohungsjagd, Erkennung und Reaktion sowie Cybersicherheitsanalysen im Petabyte-Maßstab auf AWS
Eine Ressource, die alle Werkzeuge enthält, die jede Ransomware-Gruppe verwendet
Detection Engineering ist eine taktische Funktion eines Cybersicherheitsprogramms, die sich mit dem Design, der Implementierung und dem Betrieb von Erkennungssteuerungen befasst, mit dem Ziel, bösartige oder unbefugte Aktivitäten proaktiv zu identifizieren, bevor sie Einzelpersonen oder Organisationen negativ beeinträchtigen.
Anleitung zur Open-Source-Sicherheit. Erfahren Sie alles über Sicherheitsstandards (FIPS, CIS, FedRAMP, FISMA usw.), Frameworks, Bedrohungsmodelle, Verschlüsselung und Benchmarks.
Invoke-AtomicRedTeam ist ein PowerShell-Modul zum Ausführen von Tests, wie sie im [atomics-Ordner](https://github.com/redcanaryco/atomic-red-team/tree/master/atomics) des Atomic Red Team-Projekts von Red Canary definiert sind.
PurpleSharp ist ein C#-Tool zur Simulation von Angreifern, das Angreifertechniken ausführt, um in überwachten Windows-Umgebungen Angriffs-Telemetrie zu erzeugen.
Repository für Bedrohungsjagden und Erkennungsabfragen usw. für Defender für Endpunkt und Microsoft Sentinel in KQL (Kusto Query Language).
PurpleLab ist eine effiziente und sofort einsatzbereite Laborlösung, die Cybersecurity-Experten eine schnelle Einrichtung ermöglicht, um Erkennungsregeln zu testen und verschiedene Sicherheitsaufgaben durchzuführen, die alle über eine benutzerfreundliche Weboberfläche zugänglich sind.
Beeindruckende Liste von Schlüsselwörtern und Artefakten für Threat Hunting-Sitzungen
Python-Bibliothek zum Parsen und Konvertieren von Sigma-Regeln in Abfragen (und was immer Sie sich sonst noch vorstellen können)
Automatisierte Angriffssimulation in der Cloud, komplett mit Erkennungsfällen.
Endpoint-Erkennung für Windows, Linux und macOS. Sigma-, YARA- und IOC-Regeln auf Basis nativer Telemetriedaten. In Rust geschrieben. Kein Cloud-Konto erforderlich.
MCP unterstützt Verteidiger dabei, leistungsfähigere und intelligentere Erkennungen zu entwickeln
Häufig gestellte Fragen
Welches ist das beliebteste #detection-engineering-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#detection-engineering-Projekt auf GitHub ist beenuar/AiSOC mit 7,174 Sternen. Open-Source-KI-Sicherheitsbetriebszentrum: Alarmfusion, Triage durch LLM-Agenten, MITRE-ATT&CK-Untersuchungen und ein wiedergabefähiges Entscheidungsprotokoll für jeden Agentenschritt. Selbst hostbar, ohne API-Schlüssel lauffähig und unter der MIT-Lizenz veröffentlicht. Enthält einen MCP-Server für Claude, Cursor und Continue.
Welche Programmiersprachen werden in #detection-engineering-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #detection-engineering-Projekten auf GitHub sind Go, Python, PowerShell, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #detection-engineering-Repositories berechnet?
Wir verfolgen 25 aktive Open-Source-Repositories, die mit #detection-engineering getaggt sind (500+ Sterne), mit insgesamt 44,758 Sternen und durchschnittlich 1,790 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.