ИИ-инструменты с оценкой для вашей профессии
Заработок с ИИ
🤝 Вы в библиотеке «Бесплатно и Open Source» — инструменты от сообщества, которыми можно пользоваться бесплатно. Это другой формат, чем наш оценённый каталог ИИ.
Главная › Бесплатно и Open Source › Комплаенс › Intrusion-and-anomaly-detection-with-machine-learning
✦ Бесплатно и open sourceКомплаенс

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

Обнаруживает атаки в логах приложений с использованием кластеризации DBSCAN, PCA и локального анализа LLM.

Нейросетевое обнаружение аномалий в логах без учителя и анализ инцидентов

Кластеризуйте HTTP-логи и системные логи с помощью PCA и DBSCAN, а затем анализируйте выбросы с помощью локальных LLM Ollama.

Бесплатно навсегда · open source · MIT
✓ Needs IT✓ В браузере✓ Совместная работа в реальном времени
6.6
ZEKAI
ИИ-безопасность логов без учителя
Бесплатно и open source · Комплаенс
Простота настройки4
Полезность8
Поддержка9.5
Сообщество5
★ 175
GITHUB
Oct 2026
ОБНОВЛЕНО
MIT
ЛИЦЕНЗИЯ
🛠 Не хотите размещать сами? Мы настроим за вас →
⚡ Быстрый ответ

Webhawk (Catch 3.0) — это инструмент безопасности с открытым исходным кодом, который выявляет следы атак в логах веб-серверов и системы без предварительно написанных правил. Он применяет машинное обучение без учителя для кластеризации записей логов, помечая подозрительную активность для автоматического рассмотрения LLM. Аналитики SOC и команды по комплаенсу могут использовать его для выявления скрытых угроз во всех конечных точках.

Работает на
Веб
Хостинг
Self-host
Языки
Ruby
Лицензия
MIT

Что это

Движок преобразует сырые логи в числовые признаки через PCA и применяет плотностную кластеризацию DBSCAN для изоляции выбросов. Аномальные логи передаются в локальную LLM, работающую через Ollama, для генерации описаний инцидентов и сопоставления с известными CVE. Обнаружения передаются напрямую в веб-интерфейс или интегрируются в существующие окружения SIEM через REST API.

Для кого

Он подходит для аналитиков безопасности, специалистов по реагированию на инциденты и команд GRC, стремящихся выявлять паттерны атак нулевого дня в логах Apache, Nginx или процессов. Он не подходит для нетехнических команд или сред, не имеющих выделенных вычислительных мощностей для self-hosted моделей AI.

Ключевые возможности

Кластеризация DBSCAN без учителя

Группирует рутинные записи логов по плотности признаков и помечает выбросы как потенциальные атаки без сигнатурных правил.

Анализ локальной LLM

Направляет обнаруженные аномалии в модели Ollama для генерации контекстно-зависимых сводок инцидентов и рекомендаций.

Автоматическое сопоставление CVE

Запрашивает базу данных NVD для корреляции обнаруженных аномалий в логах с опубликованными уязвимостями безопасности.

Коллектор логов конечных точек

Предоставляет Python-агент для чтения локальных файлов логов доступа и отправки их на центральный движок обнаружения.

Как начать

Готово за 3 шага

1
Клонируйте репозиторий и скопируйте файлы шаблонов настроек для движка, агента и веб-приложения.
2
Запустите API обнаружения, веб-интерфейс и службы моделей Ollama с помощью Docker Compose.
3
Разверните Python-агент логов на целевых конечных точках или запустите скрипт catch против статических файлов логов.
Честно

Наш честный вердикт

Плюсы

  • Идентифицирует новые паттерны атак без требования предварительно настроенных сигнатурных правил.
  • Работает полностью на вашей инфраструктуре с локальными моделями Ollama для защиты конфиденциальности логов.
  • Сочетает извлечение признаков PCA с настраиваемой гиперпараметрической настройкой DBSCAN.
  • Интегрируется с существующими настройками SOC с использованием встроенных эндпоинтов REST API.

Минусы

  • Требует ресурсов сервера для хостинга контейнеров Docker и запуска локального инференса LLM.
  • Python-агенты должны быть вручную установлены и настроены на каждой мониторенной конечной точке.
  • Настройка метрик расстояния DBSCAN требует знакомства со статистикой или машинными обучением для контроля уровня ложноположительных срабатываний.
Стоимость

Цены и лицензия

Webhawk бесплатен и имеет открытый исходный код под лицензией MIT. Основные расходы приходятся на предоставление серверного оборудования, необходимого для хостинга стека Docker и запуска локальных LLM.

Оплачиваемая работа

Вакансии для носителей русского языка

879 открытых удалённых вакансий по обучению ИИ, обновлено 15 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.

Все открытые вакансии →
Сравнить

Альтернативы

🎁 Бесплатные и open-source альтернативы

Эти проверенные ИИ-инструменты делают то же самое мгновенно — из нашего оценённого каталога.

Больше

Используйте сами или мы всё настроим

📄 Бесплатный PDF: Intrusion-and-anomaly-detection-with-machine-learning для Комплаенс
Простое руководство для первого результата. Придёт на вашу почту.
🔔 64 человек хотят полный видеоурок — добавьте свой голос
🛠 Не хотите настраивать сами?
Мы установим, разместим и настроим Intrusion-and-anomaly-detection-with-machine-learning за вас — и обучим вашу команду.
Доверьте это нам ↗
Вопросы

Вопросы

Какие форматы логов поддерживает Webhawk из коробки?

Он включает встроенные шаблоны регулярных выражений для парсинга логов доступа Apache, логов доступа Nginx, HTTP-логов и деталей процессов ОС.

Отправляет ли Webhawk данные логов на внешние облачные API?

Нет, конфигурации по умолчанию направляют анализ логов на self-hosted инстанс Ollama, запущенный с локальными моделями вроде Granite4.

Радар

Свежие новости ИИ

✉️ Еженедельный бесплатный набор
Лучшие новые бесплатные и open-source инструменты для Комплаенс — короткое письмо раз в неделю, на вашем языке.
Бесплатно · 1 письмо/неделю · отписка в любой момент
Заработок на обучении ИИ →

Zekai первым в Google