Detecta ataques en los registros de aplicaciones mediante agrupación DBSCAN, PCA y análisis con un LLM local.
Agrupa registros HTTP y del sistema usando PCA y DBSCAN, y luego analiza los valores atípicos con LLM locales de Ollama.
Webhawk (Catch 3.0) es una herramienta de seguridad de código abierto que identifica rastros de ataques en servidores web y registros del sistema sin necesidad de reglas preescritas. Aplica aprendizaje automático no supervisado para agrupar entradas de registros y marca la actividad anómala para su revisión automatizada mediante LLM. Los analistas de SOC y los equipos de cumplimiento pueden usarla para descubrir amenazas ocultas en endpoints.
El motor convierte registros brutos en características numéricas mediante PCA y aplica agrupamiento de densidad DBSCAN para aislar los valores atípicos. Los registros anómalos pasan a un LLM local que se ejecuta a través de Ollama para generar descripciones de incidentes y realizar referencias cruzadas con CVE conocidos. Las detecciones se transmiten directamente a una interfaz web o se integran con entornos SIEM existentes a través de una REST API.
Es ideal para analistas de seguridad, respondedores de incidentes y equipos de GRC que buscan detectar patrones de ataques de día cero en Apache, Nginx o registros de procesos. No es adecuado para equipos no técnicos o entornos que carecen de capacidad de cómputo dedicada para modelos de IA self-hosted.
Agrupa las entradas de registros rutinarias por densidad de características y marca los valores atípicos como posibles ataques sin reglas de firmas.
Deriva las anomalías detectadas a modelos de Ollama para generar resúmenes de incidentes y consejos con conciencia de contexto.
Consulta la base de datos NVD para correlacionar las anomalías de registros detectadas con vulnerabilidades de seguridad publicadas.
Proporciona un agente de Python para leer archivos de registros de acceso locales y enviarlos al motor de detección central.
Webhawk es gratuito y de código abierto bajo la licencia MIT. El coste principal proviene de proporcionar el hardware de servidor necesario para alojar el stack de Docker y ejecutar LLM locales.
879 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Incluye patrones de expresiones regulares de análisis integrados para registros de acceso de Apache, registros de acceso de Nginx, registros HTTP y detalles de procesos del SO.
No, las configuraciones predeterminadas dirigen el análisis de registros a una instancia de Ollama self-hosted que ejecuta modelos locales como Granite4.
Ve Zekai primero en Google