Awesome GitHub RepositoriesKey Validators

Keyhacks is a command-line tool that tests whether API keys and tokens for dozens of cloud services are valid and active. It automates the verification of discovered credentials during security auditing and penetration testing, confirming if leaked or harvested API keys, tokens, and secrets are still operational. The tool validates credentials by sending lightweight, service-specific HTTP requests to each platform's API endpoint and inspecting the response status or body. Each validation runs independently without storing state between requests, using pre-defined request templates with the co

Pushdeer ist ein selbstgehosteter Push-Benachrichtigungsdienst, der entwickelt wurde, um sofortige Warnmeldungen an mobile Geräte und IoT-Hardware zu senden. Er fungiert als zentralisiertes Backend für das Management und Routing benutzerdefinierter Benachrichtigungen über einen privaten Server. Das System zeichnet sich durch seine App-lose Push-Benachrichtigungsfunktion aus, die native Betriebssystemfunktionen nutzt, um Warnmeldungen zu empfangen, ohne dass eine dedizierte Client-Anwendung auf dem Gerät installiert sein muss. Für die IoT-Integration fungiert es als Messaging-Gateway unter Verwendung des MQTT-Protokolls, um Echtzeit-Text- und Bildbenachrichtigungen an Smart-Hardware zu senden. Die Plattform enthält eine umfassende Management-Suite für API-Schlüssel und Geräte-Registrierungstoken, um die Benachrichtigungs-Pipeline abzusichern. Sie unterstützt die Weiterleitung externer Benachrichtigungen von Drittanbieter-Plattformen über benutzerdefinierte JSON-Formate und bietet themenbasiertes Routing, um spezifische Inhaltstypen an gezielte Geräte zu senden. Hardware-spezifische Funktionen umfassen Bild-Rendering auf Gerätebildschirmen, Netzwerksynchronisation und die Möglichkeit, physische Alarme wie Summer auszulösen. Das Backend wird als containerisierte Umgebung bereitgestellt, die für den Einsatz mit Docker und Compose konzipiert ist.

Nixtla ist eine Zeitreihenanalyse-Plattform, die auf einem Transformer-basierten Foundation-Modell basiert. Sie bietet Zero-Shot-Inferenz für Prognosen und Anomalieerkennung, wodurch das System zukünftige Werte für neue Zeitreihen vorhersagen kann, ohne dass ein Modell-Retraining erforderlich ist. Das Projekt ist für Analysen im großen Maßstab konzipiert und nutzt verteilte Inferenz-Skalierung und Prognose-Parallelisierung, um Millionen von Datenreihen zu verarbeiten. Es unterstützt Fine-Tuning-Anpassungen, um vortrainierte Gewichte für domänenspezifische Datensätze anzupassen, und bietet Bereitstellungsoptionen, die von lokaler Ausführung und privaten Containern bis hin zur Integration als Stored Procedures innerhalb von Snowflake reichen. Die Funktionen umfassen Prognosen für lange Horizonte und intermittierende Nachfrage, What-if-Szenarioanalysen und die Quantifizierung von Prognoseunsicherheiten. Das System bietet zudem eine vollständige Data-Engineering-Pipeline zum Prüfen, Bereinigen und Anreichern von Zeitreihendaten mit exogenen Variablen und datumsbasierten Indikatoren. Die Modellzuverlässigkeit wird durch Cross-Validation-Backtesting, Validierung der Prognosegenauigkeit und Experiment-Tracking für Hyperparameter-Logging verwaltet.