Anonymous-Artist/adaptive-vulnerability-scanner

GitHub: Anonymous-Artist/adaptive-vulnerability-scanner

一个实验性 Web 漏洞扫描研究项目,利用加权模式分析与自适应阈值检测来评估 Web 应用安全风险,并以 JSON 报告形式输出结果。

Stars: 0 | Forks: 0

# 自适应漏洞扫描器 一个实验性网络安全研究项目,专注于使用以下方法进行混合 Web 漏洞检测: - 基于字典的扫描, - 加权模式分析, - 自适应阈值优化, - 以及响应感知漏洞评分。 ## 功能 - 管理面板检测 - SQL 注入模式分析 - 登录页面检测 - 目录遍历分析 - 误报率降低 - JSON 报告 - 实验性评分引擎 ## 研究目标 本项目作为实验性研究的一部分开发, 旨在研究轻量级且自适应的 Web 漏洞评估系统。 ## 免责声明 本项目严格仅用于: - 教育目的, - 网络安全研究, - 以及授权的安全测试环境。 未经许可对系统进行未经授权的使用是被严格禁止的。 ## 未来改进 - 真实 HTTP 集成 - 异步扫描 - XSS 检测 - ML 辅助评分 - Payload 注入引擎 - 高级响应分析# adaptive-vulnerability-scanner 使用加权模式分析和自适应阈值检测的实验性混合 Web 漏洞扫描器。 当前原型包含在实验模拟和数据集校准期间 使用的受控指标平衡逻辑。 目前的实验是在为研究模拟目的 生成的合成受控数据集上进行的。 ## 性能指标 ![性能指标](https://static.pigsec.cn/wp-content/uploads/repos/2026/05/9743fa2897154009.png) ## 分类检测结果 ![分类结果](https://static.pigsec.cn/wp-content/uploads/repos/2026/05/46071d6e40154016.png) ## 单端点扫描时间 ![扫描时间](https://static.pigsec.cn/wp-content/uploads/repos/2026/05/f01c7e2d20154021.png)
标签:CISA项目, Homebrew安装, HTTP请求分析, JSON报告, SQL注入检测, Web安全, XSS检测, 加权模式分析, 反取证, 响应感知评分, 字典扫描, 安全评估, 实验性评分引擎, 异步扫描, 教育目的, 数据集校准, 有效载荷注入引擎, 机器学习评分, 模式分析, 混合扫描器, 登录页面检测, 目录Listing检测, 网络安全, 网络应用安全, 自适应漏洞扫描, 自适应阈值检测, 蓝队分析, 轻量级扫描器, 逆向工具, 降低误报率, 隐私保护