Check-Risk-WAF/Check-Risk-WAF

外部のオープンソース リポジトリを紹介するページです。HDATFの製品ではありません。

何をするか

WebサイトやAPIへ届く前の要求を調べるCheck Risk WAF製品の紹介と画面資料を収めたリポジトリです。公開ツリーはREADMEと画像が中心で、防御エンジンのソースを公開した開発ライブラリとは確認できませんでした。主な利用者はWeb運用者で、入力はHTTPとHTTPS要求および管理者の保護方針です。製品説明では逆プロキシが要求を検査し、許可した通信を元のアプリへ渡して、遮断理由と規則をログへ残します。管理画面でWeb攻撃のフィルター、ボット確認、要求頻度制限と攻撃事象の分析を設定します。選択した事象をAIが説明して例外規則を提案する機能もありますが、検知精度を保証するものではありません。自社設置にはUbuntu Server 24.04 LTSのx86_64環境と外部配布パッケージが必要で、クラウド型はドメインと接続先を登録して通信経路を変更します。取得だけで保護は有効にならず、TLS証明書、元サーバーと実際の利用者IPの転送を別途設定します。提供形態ごとに機能と条件が異なるため、商用条件、データ処理と正常要求の誤遮断を確認する必要があります。

ライセンス

ライセンスなし ライセンスファイルがありません。ライセンスがない場合、コードの再利用は原則として許可されません。

同じ分野のリポジトリ

• hcliucs/APSD
  APSDは、IEEE Transactions on Information Forensics and Security(TIFS)に2024年に掲載された論文の公式データセットのリポジトリです。論文の題名は「Stealthiness Assessment of Adversarial Perturbation: From a Visual Perspective」です。敵対的摂動(adversarial perturbation)は分類モデルを欺くために画像に加える小さな変化で、この研究はその変化が人の目にどれだけ見えるかを扱います。Lp norm、PSNR、SSIMなどの指標が人の知覚と食い違い得る点が出発点です。データセットには、基準画像400枚から5系統12種類の攻撃手法(FGSM、PGD、CW、AdvGAN、Squareなど)で作った画像のペア10,586組があります。観察者60人のうち15人が敵対的な例ごとに、差の見えやすさをまず分けてから詳しく評価する2段階で採点し、0から1の平均オピニオン評点(MOS)がラベルです。READMEはこの評点を予測するattentionベースのモデルA2SMも紹介し、APSDでPLCC 0.984、SROCC 0.978としています。リポジトリのファイルはREADME、図2枚、Google Driveのリンクファイルの4つだけで、攻撃コードとA2SMのモデルコードはありません。データはそのDriveのリンクから入手し、READMEは正確なフォルダー名とファイル名は実際のパッケージに従うとしているため、例の構成と異なる場合があります。ライセンスはまだ未定(TBD)で、READMEはデータセットにImageNet、COCO、VOC2012由来の画像が含まれる場合、元の利用条件も適用されるとしています。
• scrapfly/Antibot-Detector
  ボット検知システム、CAPTCHA、ブラウザのフィンガープリント収集を検出するChrome拡張機能です。ページ要素、ネットワークリクエスト、ブラウザAPIを分析し、検出結果と履歴を表示します。
• OffGridPete/Fieldwatch
  AndroidでWi-FiとBluetooth LEの電波を受信するだけの観測ツールです。作者は聞くだけの受動的なツールであり、別途の機器やアカウント、サーバーを持たず、通信のない現場でも使えるように作ったと記しています。絞り込み機能、電波の種類を見分ける拡張可能な特徴一覧、観測結果の報告書を備え、データはすべて端末内に残ります。
• ThinkWatchProject/ThinkWatch-Lite
  macOS、Windows、LinuxでClaude CodeやCodexといったAI clientの前に置くローカルgatewayです。clientは一度だけgatewayに向け、その後はclientの設定を変えずに上流の提供者とmodelを切り替えます。要求ごとに費用と経路を記録し、API鍵などの秘密情報を計算機から出る前に差し替え、中継が回答に紛れ込ませた危険なtool呼び出しをclientが実行する前に遮断します。
• archestra-ai/OpenAPPA
  agentとその道具の間に入り、すべての動作の前に1つの問いに答える保護の仕組みです。このデータがこの宛先へ行ってよいかを問います。agentが読んだすべての機微度と信頼度を追跡し、呼び出しが実行される前に各tool呼び出しをその記録と照合します。方針はTOMLで宣言的に書き、engineは事象記録だけから判断してnetworkやファイルに触れないため、同じ記録なら常に同じ判断になります。同一process内でも、横に付くprocessとしても動かせます。

Trendshiftのランキングに入ったリポジトリだけを載せ、リストは候補を探すためだけに使いました。順位の数字は転載していません。説明、ライセンス、スター数は各GitHubリポジトリで確認しました。解説は私たちの判断です。これらを試験したわけではなく、上昇リストに載ったことは品質の証明ではありません。