[bojemoi] feat(runbook): add FortiBleed/CVE runbook generator service
Commit 09f9863 par grafana-watcher dans bojemoi
[bojemoi] Push 1 commit(s) to main
Push de 1 commit(s) par grafana-watcher dans bojemoi/main
[bojemoi] chore: update agent memory files and toolbox stack config
Commit 1d11a13 par grafana-watcher dans bojemoi
[bojemoi] fix(grafana,ml-threat): structured RETRAIN_ logs + dashboard aligned on log format
Commit af4788a par grafana-watcher dans bojemoi
[bojemoi] Push 1 commit(s) to main
Push de 1 commit(s) par grafana-watcher dans bojemoi/main
Training a ML Model on Real Exploitation Data — and Avoiding the accuracy=1.0 Trap
I plugged my RandomForest model into 6 million real Metasploit hosts and got accuracy=1.0. Here’s why that was a bug, not a success, and how I actually fixed it.
Entraîner un Modèle ML sur de Vraies Données d'Exploitation — et Éviter le Piège de l'Accuracy=1.0
J’ai branché mon modèle RandomForest sur 6 millions de vrais hosts Metasploit — et obtenu accuracy=1.0. Voilà pourquoi c’était un bug, pas un succès, et comment j’ai vraiment corrigé le tir.
[bojemoi] feat(grafana): add ML Threat Intel model quality dashboard (Loki-based, 9 panels)
Commit 744753f par grafana-watcher dans bojemoi
[bojemoi] feat(ml-threat): richer features + per-class F1/recall metrics
Commit 1e80d42 par grafana-watcher dans bojemoi
[bojemoi] Push 1 commit(s) to main
Push de 1 commit(s) par grafana-watcher dans bojemoi/main