Zeusee配合型人脸活体检测 在移动端进行人脸识别应用开发的时候，经常存在用户会使用翻拍照片录制录像等来欺骗人脸识别系统，因此活体检测是人脸识别和人脸验证中非常重要的一个部分，同时目前开源活体检测代码的补充，但配合型活体检测实现相对比较简单，因此我们可以做到简单的实现，并并进行了所有的代码。 更新 增加了基于IntraFace活体检测（2018.03.30） 单目配合型活体检测 由于移动端传感器的有限性，在广泛只有单个现有放置摄像机的情况下，非配合型的人脸活体检测实现相对比较复杂。需要的数据成本也相对较高。而配合性活体检测仅需要通过用户简单的低头摇头操作即可极大降低用户的欺骗攻击成本。 基本

FACE ANTI-SPOOFING

反丘比特 小键盘控制的游戏。这是一种反情人节。 （我的第一款游戏！）在 Processing 中制作。 灵感来自邪恶的前男友。 咳嗽

自述文件 反内容狂 节点=>节点crypto_server.js python请求示例 antiContent = requests.get（'

二摘代码MATLAB ASV-Res2欺骗与Res2Net 该存储库提供了本文的实施：（ICASSP 2021）。 系统架构 ResNet块 整体模型架构 主要结果 在ASVspoof2019 PA和LA数据集上的系统性能。 （PA和LA的输入功能分别是Spec和LFCC。） SE-Res2Net50的ASVspoof2019 PA（左）和LA（右）的系统性能具有不同的声学功能。 依存关系 Python和软件包 此代码已在带有PyTorch 1.6.0的Python 3.7上进行了测试。 其他软件包可以通过以下方式安装： pip install -r requirements.txt 卡尔迪 这项工作使用Kaldi提取功能，您需要在运行我们的脚本之前进行安装。 的MATLAB 这项工作中采用的LFCC功能是通过ASVspoof2019组织者专有的MALTAB代码提取的。 数据集 这项工作正在进行，可以通过下载。 它由两个子集组成，即用于重放攻击的物理访问（PA）和用于合成语音攻击的逻辑访问（LA）。 开始你的项目 该存储库主要由两部分组成：（i）特征提取和（ii）系统训练和评估。 特征

支持win11及各版本windows

Mirage：内核模式的Anti-Anti-Debug插件。 基于intel vt-x && ept技术

strongR-frida-android 按照上游进行自动修补，并为Android构建反检测版本的frida-server。 跟随FRIDA上游自动修补程序，并为Android构建反检测版本的frida-server。 提示：不要分叉该存储库 补丁 模块 姓名 frida-core 0001-string_frida_rpc.patch frida-core 0002-io_re_frida_server.patch frida-core 0003-pipe_linjector.patch frida-core 0004-io_frida_agent_so.patch frida-core 0005-symbol_frida_agent_main.patch frida-core 0006-thread_gum_js_loop.patch frida-core

Unity 2019 + Anti-Cheat Toolkit 2.2.1 完美兼容 , 包里有个小例子 , 也可以自己写个例子验证.

键盘记录测试Anti-Keylogger Tester AKLT 3.0