Erkennt Angriffe in Anwendungsprotokollen mithilfe von DBSCAN-Clustering, PCA und lokaler LLM-Analyse.
Clustern Sie HTTP- und Systemprotokolle mittels PCA und DBSCAN, und analysieren Sie Ausreißer anschließend mit lokalen Ollama-LLMs.
Webhawk (Catch 3.0) ist ein Open-Source-Sicherheits-Tool, das Angriffsspuren in Webserver- und Systemprotokollen ohne vorgefertigte Regeln identifiziert. Es verwendet unüberwachtes maschinelles Lernen, um Protokolleinträge zu clustern, und markiert anomalen Aktivitätsstatus für eine automatisierte LLM-Überprüfung. SOC-Analysten und Compliance-Teams können damit verborgene Bedrohungen über Endpunkte hinweg aufdecken.
Die Engine konvertiert Rohprotokolle über PCA in numerische Merkmale und wendet DBSCAN-Dichteschlieren an, um Ausreißer zu isolieren. Anomale Protokolle werden an ein lokales LLM weitergeleitet, das über Ollama läuft, um Vorfallbeschreibungen zu generieren und bekannte CVEs abzugleichen. Erkennungen werden direkt in eine Web-Oberfläche gestreamt oder über eine REST-API in bestehende SIEM-Umgebungen integriert.
Es eignet sich für Sicherheitsanalysten, Incident Responder und GRC-Teams, die Zero-Day-Angriffsmuster in Apache-, Nginx- oder Prozessprotokollen erkennen möchten. Es ist nicht geeignet für nicht-technische Teams oder Umgebungen ohne dedizierte Rechenleistung für selbst gehostete KI-Modelle.
Gruppiert routinemäßige Protokolleinträge nach Merkmalsdichte und markiert Ausreißer als potenzielle Angriffe ohne Signaturregeln.
Leitet erkannte Anomalien an Ollama-Modelle weiter, um kontextbezogene Vorfallzusammenfassungen und Ratschläge zu generieren.
Fragt die NVD-Datenbank ab, um erkannte Log-Anomalien mit veröffentlichten Sicherheitslücken zu korrelieren.
Stellt einen Python-Agenten bereit, um lokale Zugriffsprotokolldateien zu lesen und an die zentrale Erkennungs-Engine zu senden.
Webhawk ist kostenlos und Open Source unter der MIT-Lizenz. Die Hauptkosten entstehen durch die Bereitstellung der Server-Hardware, die für das Hosting des Docker-Stacks und den Betrieb der lokalen LLMs erforderlich ist.
877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Es enthält integrierte Regex-Muster zum Parsen von Apache-Zugriffsprotokollen, Nginx-Zugriffsprotokollen, HTTP-Protokollen und Betriebssystem-Prozessdetails.
Nein, Standardkonfigurationen leiten die Log-Analyse an eine selbst gehostete Ollama-Instanz weiter, die lokale Modelle wie Granite4 ausführt.
Zekai zuerst in Google sehen