Des outils IA notés pour votre métier
Missions IA payées
🤝 Vous êtes dans la bibliothèque Libre & Open Source — des outils communautaires utilisables sans payer. Un concept différent de notre annuaire IA noté.
Accueil › Libre & Open Source › Conformité › Intrusion-and-anomaly-detection-with-machine-learning
✦ Libre & open sourceConformité

Intrusion-and-anomaly-detection-with-machine-learning

Détecte les attaques dans les journaux d'application à l'aide du clustering DBSCAN, de l'ACP et d'une analyse par LLM local.

Détection d'anomalies de journaux par IA non supervisée et analyse d'incidents

Regroupe les journaux HTTP et système par ACP et DBSCAN, puis analyse les valeurs aberrantes avec des LLM Ollama locaux.

Gratuit pour toujours · open source · MIT
✓ Needs IT✓ Dans le navigateur✓ Collaboration en temps réel
6.6
ZEKAI
Sécurité des journaux par IA non supervisée
Libre & open source · Conformité
Facilité d'installation4
Utilité8
Maintenance9.5
Communauté5
★ 175
GITHUB
Oct 2026
MIS À JOUR
MIT
LICENCE
🛠 Pas envie de l'héberger vous-même ? Nous pouvons l'installer →
⚡ Réponse rapide

Webhawk (Catch 3.0) est un outil de sécurité open source qui identifie les traces d'attaques dans les journaux de serveurs web et de systèmes sans règles pré-écrites. Il applique le machine learning non supervisé pour regrouper les entrées de journaux, signalant les activités anormales pour un examen automatisé par LLM. Les analystes SOC et les équipes de conformité peuvent l'utiliser pour faire surface des menaces cachées sur l'ensemble des points de terminaison.

Fonctionne sur
Web
Hébergement
Self-host
Langues
Ruby
Licence
MIT

Qu'est-ce que c'est

Le moteur convertit les journaux bruts en caractéristiques numériques via l'ACP et applique le clustering par densité DBSCAN pour isoler les valeurs aberrantes. Les journaux anormaux sont transmis à un LLM local s'exécutant via Ollama pour générer des descriptions d'incidents et recouper les CVE connues. Les détections sont diffusées directement vers une interface web ou s'intègrent aux environnements SIEM existants via une API REST.

Pour qui

Il convient aux analystes de sécurité, aux intervenants en cas d'incident et aux équipes GRC cherchant à détecter des modèles d'attaques zero-day dans les journaux Apache, Nginx ou de processus. Il ne convient pas aux équipes non techniques ou aux environnements dépourvus de ressources de calcul dédiées pour les modèles d'IA self-host.

Fonctionnalités clés

Clustering DBSCAN non supervisé

Regroupe les entrées de journaux de routine par densité de caractéristiques et signale les valeurs aberrantes comme des attaques potentielles sans règles de signature.

Analyse par LLM local

Achemine les anomalies détectées vers les modèles Ollama pour générer des résumés d'incidents contextuels et des conseils.

Mappage CVE automatisé

Interroge la base de données NVD pour corréler les anomalies de journaux détectées avec les vulnérabilités de sécurité publiées.

Collecteur de journaux pour points de terminaison

Fournit un agent Python pour lire les fichiers journaux d'accès locaux et les envoyer au moteur de détection central.

Comment démarrer

Opérationnel en 3 étapes

1
Clonez le référentiel et copiez les fichiers modèles de paramètres pour le moteur, l'agent et l'application web.
2
Lancez l'API de détection, l'interface utilisateur web et les services du modèle Ollama à l'aide de Docker Compose.
3
Déployez l'agent de journaux Python sur les points de terminaison cibles ou exécutez le script catch sur des fichiers journaux statiques.
Franchement

Notre verdict honnête

Ses atouts

  • Identifie de nouveaux modèles d'attaques sans nécessiter de règles de signature pré-configurées.
  • S'exécute entièrement sur votre infrastructure avec des modèles Ollama locaux pour protéger la confidentialité des journaux.
  • Combine l'extraction de caractéristiques par ACP avec un réglage d'hyperparamètres DBSCAN configurable.
  • S'intègre aux configurations SOC existantes à l'aide de points de terminaison d'API REST intégrés.

Ses limites

  • Nécessite des ressources serveur pour héberger des conteneurs Docker et exécuter l'inférence de LLM locaux.
  • Les agents Python doivent être installés et configurés manuellement sur chaque point de terminaison surveillé.
  • La configuration des métriques de distance DBSCAN nécessite des connaissances en statistiques ou en machine learning pour contrôler les taux de faux positifs.
Coût

Tarifs & licence

Webhawk est gratuit et open source sous licence MIT. Le coût principal provient de la fourniture du matériel serveur requis pour héberger la stack Docker et exécuter des LLM locaux.

Travail rémunéré

Missions pour francophones

879 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.

Voir tous les postes ouverts →
Comparer

Alternatives

🎁 Alternatives libres & open source

Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.

Pour aller plus loin

Utilisez-le, ou laissez-nous l'installer

📄 PDF gratuit : Intrusion-and-anomaly-detection-with-machine-learning pour Conformité
Un guide simple pour obtenir votre premier résultat. Envoyé dans votre boîte mail.
🔔 64 personnes veulent un tutoriel vidéo complet — ajoutez votre vote
🛠 Pas envie de l'installer vous-même ?
Nous installons, hébergeons et configurons Intrusion-and-anomaly-detection-with-machine-learning pour vous — et formons votre équipe.
Confiez-nous l'installation ↗
Questions

FAQ

Quels formats de journaux Webhawk prend-il en charge par défaut ?

Il inclut des modèles regex d'analyse intégrés pour les journaux d'accès Apache, les journaux d'accès Nginx, les journaux HTTP et les détails des processus du système d'exploitation.

Webhawk envoie-t-il des données de journaux à des API cloud externes ?

Non, les configurations par défaut acheminent l'analyse des journaux vers une instance Ollama self-host exécutant des modèles locaux tels que Granite4.

Radar

Dernières actus IA

✉️ La boîte à outils gratuite hebdo
Les meilleurs nouveaux outils libres & open source pour Conformité — un court e-mail par semaine, dans votre langue.
Gratuit · 1 e-mail/semaine · désabonnement à tout moment
Soyez payé pour entraîner l’IA →

Voir Zekai en premier dans Google