AttackGen é uma ferramenta de teste de resposta a incidentes de cibersegurança que aproveita o poder de grandes modelos de linguagem e o abrangente framework MITRE ATT&CK. A ferramenta gera cenários de resposta a incidentes personalizados com base em grupos de atores de ameaça selecionados pelo usuário e y
Gere cenários personalizados de resposta a incidentes para testes de cibersegurança com base em ameaças específicas.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserAttackGen é uma ferramenta de teste de resposta a incidentes de cibersegurança que aproveita o poder de grandes modelos de linguagem e o abrangente framework MITRE ATT&CK. A ferramenta gera cenários de resposta a incidentes personalizados com base em grupos de atores de ameaça selecionados pelo usuário e y
attackgen tem 1.2k estrelas no GitHub. Foi bifurcado 165 vezes. attackgen é escrito principalmente em Python. Está em desenvolvimento ativo desde 2023. attackgen está disponível sob a licença GPL-3.0. Os seus principais temas são: ai-security, cybersecurity, generative-ai, incident-response.
AttackGen é uma ferramenta de teste de resposta a incidentes de cibersegurança que aproveita o poder de grandes modelos de linguagem e o abrangente framework MITRE ATT&CK. A ferramenta gera cenários de resposta a incidentes personalizados com base em grupos de atores de ameaça selecionados pelo usuário e y
attackgen é um projeto de código aberto. É distribuído sob a licença GPL-3.0.
Sim. attackgen é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
attackgen está disponível sob a licença GPL-3.0.
attackgen é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/mrwadams-attackgen.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.