🔒🤖 IoTHackBot: Инструменты для тестирования безопасности IoT

IoTHackBot — это набор инструментов для тестирования безопасности IoT-устройств, включая IP-камеры и встроенные системы. Он предлагает как командные инструменты, так и AI-ассистированные рабочие процессы для автоматизированного обнаружения уязвимостей.

🚀Основные моменты:
- Сканирование устройств с помощью wsdiscovery и onvifscan
- Анализ сетевого трафика с iotnet
- Продвинутое извлечение файлов из прошивок с ffind
- Взаимодействие с консолью через picocom и telnetshell
- Поддержка автоматизации и интеграции инструментов

📌 GitHub: https://github.com/BrownFineSecurity/iothackbot

@Python_Community_ru

В канале «Код Желтый» стартует новогодний адвент для разработчиков

С 9 по 18 декабря будут публиковать ИТ-задачи. Самые быстрые участники, верно решившие их, получат подарки. А те, кто пройдет весь адвент без ошибок, попадут в финальный розыгрыш специального приза.

Задания будут появляться прямо в канале, но это не единственная причина заглянуть туда. Код Желтый регулярно публикует:
— инженерные кейсы и внутрянку Т;
— кейсы, подкасты и исследования;
— анонсы ИТ-мероприятий.

Подписаться можно тут! (https://t.iss.one/+ma9nuur0HyE2Nzgy)

Erid: 2RanynydJka

@Python_Community_ru

⚡️КАК СДЕЛАТЬ EXE ИЗ PYTHON САМЫМ ПРОСТЫМ СПОСОБОМ

Самый удобный способ собрать exe из Python это использовать PyInstaller. Он создаёт полноценный исполняемый файл который запускается без установленного Python. Работает на Windows, не требует сложной настройки и подходит для любых скриптов.


# Установка PyInstaller
pip install pyinstaller

# Создание exe (один файл)
pyinstaller --onefile your_script.py

# Готовый exe будет в папке dist
# Пример запуска
dist\your_script.exe

@Python_Community_ru

🤖 Автономный AI-исследователь для научных экспериментов

Этот проект представляет собой автономного AI-исследователя, который разбивает исследовательскую задачу на эксперименты и запускает специализированные агенты с доступом к GPU для их выполнения. Результаты собираются и оформляются в виде научной статьи.

🚀 Основные моменты:
- Декомпозиция задач на эксперименты с распределением по агентам.
- Агенты запускают GPU-песочницы для обучения и оценки моделей.
- Окончательные результаты формируются в виде связного отчета.

📌 GitHub:

#python

@Python_Community_ru

https://github.com/mshumer/autonomous-researcher