Skip to content
KitploitKITPLOIT
أدواتعمليات الاستغلالالمدونة
Log in
إرسال
أدواتعمليات الاستغلالالمدونة
إرسال

أدوات الاختراق واختبار الاختراق والأمن السيبراني لترسانتك الأمنية!

Kitploit هو دليل لأدوات الاختراق والأمن السيبراني واختبار الاختراق. اكتشف آخر تحديثات المشاريع للعثور على الثغرات وتحليل الأنظمة وأتمتة الاختبارات وتعزيز أمنك.

الخلاصاتاتصالالخصوصية© 2026 Kitploit

دليل الأدوات

الفئات

عرض جميع الفئات
Loading categories
PISmith — PISmith: اختبار الفريق الأحمر القائم على التعلم المعزز لدفاعات حقن البرومبت | Kitploit
أدوات/GitHubGitHub/albert-y1n/pismith
توليد الحمولةتعلم الآلةالأوراق والأبحاثالفريق الأحمرأمن الذكاء الاصطناعيالهجوم العدائي
GitHubalbert-y1n/pismith

PISmith

PISmith: اختبار الفريق الأحمر القائم على التعلم المعزز لدفاعات حقن البرومبت

عرض المستودع
22339منذ شهر واحدتمت المراجعة من قبل Kitploit
مشاركة

PIForge

إطار عمل مفتوح للفريق الأحمر لهجمات حقن الأوامر القائم على التعلم المعزز

💻 الكود · 🤗 النماذج · 📜 الأوراق البحثية


PIForge هو قاعدة الكود المشتركة لكل من PISmith و**Climbing the Hill**. يعالج PISmith مشكلة المكافأة المتناثرة في الفريق الأحمر لهجمات حقن الأوامر، مما يساعد مهاجمي التعلم المعزز على الاستكشاف والتعلم من الهجمات الناجحة النادرة. وبناءً على PISmith، يستخدم Climbing the Hill التعلم المنهجي لمعالجة مشكلة البداية الباردة عند تنفيذ الفريق الأحمر ضد أهداف متقدمة أكثر متانة.

✨ الأخبار

  • 2026.09 — أصدرنا: Climbing the Hill: Prompt Injection Red-Teaming Against Frontier Models with Curriculum Reinforcement Learning، وهي طريقة تعلم معزز منهجي تحل مشكلة البداية الباردة في الفريق الأحمر لحقن الأوامر، وتصل إلى 93.8%/45.0% ASR@10 ضد GPT-5.6-Luna/GPT-5.6-Terra (مقابل 0% لطرق التعلم المعزز السابقة).
  • 2026.07 — تم قبول PISmith في COLM 2026.

ما الموجود هنا

المكوّنالموقعالغرض
المعاييرbenchmarks/PIArena وInjecAgent وAgentDojo وAgentDyn وIPI Arena.
نواة التدريبtrain.py، core/، configs/مدرّب التعلم المعزز المشترك وإعدادات المعايير.
نقاط الدخولscripts/، eval/سكربت تدريب واحد، وسكربت منهج واحد، وسكربت تقييم واحد.

الإعداد

شغّل الأوامر من جذر المستودع. يتطلب التدريب Python 3.10 ووحدات معالجة رسومات.

git clone https://github.com/albert-y1n/PIForge.git
cd PIForge
conda create -n piforge python=3.10 -y
conda activate piforge
pip install -r requirements.txt

تتشارك نقاط الدخول الثلاث واجهة صغيرة:

bash scripts/train.sh <benchmark> <target> [train_gpus] [train.py overrides...]
bash scripts/train_curriculum.sh [curriculum]
bash scripts/eval.sh <benchmark> <attacker path or HF model ID> <target> [num_samples] [eval.py overrides...]

استخدم متغيرات البيئة مثل ATTACKER_MODEL وTRAIN_SUITES وOUTPUT_DIR وLEARNING_RATE وNUM_TRAIN_EPOCHS لتغيير التشغيل. يطبع DRY_RUN=1 الأوامر دون تشغيل النماذج.

AgentDojo / AgentDyn

ثبّت AgentDyn لمجموعة github الخاصة بـ AgentDyn، وهي مجموعة التدريب الافتراضية لوصفات AgentDojo/AgentDyn أدناه:

git clone https://github.com/SaFo-Lab/AgentDyn.git
pip install -e AgentDyn --no-deps
export OPENAI_API_KEY="your-openai-api-key"

درّب باستخدام PISmith ضد GPT-4o-mini أو GPT-5-nano:

bash scripts/train.sh agentdyn gpt4o-mini
bash scripts/train.sh agentdyn gpt5-nano

درّب نحو GPT-5.6-Luna أو GPT-5.6-Terra باستخدام التعلم المعزز المنهجي. تبدأ كل مرحلة من نقطة تفتيش المهاجم الخاصة بالمرحلة السابقة:

bash scripts/train_curriculum.sh nano-luna
bash scripts/train_curriculum.sh nano-luna-terra

تواصل نقطة الدخول نفسها للهدف الواحد التدريب من أي نموذج مهاجم أو نقطة تفتيش محفوظة:

ATTACKER_MODEL=checkpoints/agentdyn_curriculum/nano-luna-terra/stage_3_gpt-5.6-terra/checkpoint-XXX \
OUTPUT_DIR=checkpoints/muse_spark \
  bash scripts/train.sh agentdyn muse-spark-1.2

قيّم نموذج Hugging Face المُصدر مباشرةً.

bash scripts/eval.sh agentdyn AlbertYin/agentdojo_attacker_qwen3_4b_5_nano gpt5-nano 10
bash scripts/eval.sh agentdyn AlbertYin/agentdojo_attacker_qwen3_4b_5.6_terra gpt-5.6-terra 10

بالنسبة لمجموعات AgentDojo، اختر agentdojo واضبط TRAIN_SUITES أو EVAL_SUITES على workspace أو banking أو travel أو slack:

TRAIN_SUITES=workspace bash scripts/train.sh agentdojo gpt4o-mini
EVAL_SUITES=workspace bash scripts/eval.sh agentdojo AlbertYin/agentdojo_attacker_qwen3_4b_4o_mini gpt4o-mini 10

InjecAgent

جهّز هدف Meta-SecAlign المحلي مرة واحدة باستخدام python merge_meta_secalign.py. ثم درّب وقيّم باستخدام مجموعة بيانات InjecAgent:

bash scripts/train.sh injecagent secalign
bash scripts/eval.sh injecagent AlbertYin/injecagent_attacker_qwen3_4b_secalign secalign 10

يشغّل السكربت الهدف المحلي على وحدة معالجة الرسومات 0 ويستخدم وحدات 1,2,3 للتدريب افتراضيًا. اضبط TARGET_GPU أو TRAIN_GPUS أو TARGET_URL لتغيير هذا الإعداد.

PIArena

ينطبق إعداد Meta-SecAlign نفسه على دفاع secalign. يستخدم PIArena مجموعة بيانات المعيار الخاصة به:

bash scripts/train.sh piarena secalign
bash scripts/train.sh piarena none
bash scripts/eval.sh piarena AlbertYin/piarena_attacker_qwen3_4b_secalign secalign 10

يمكن اختيار دفاعات أخرى باسم إعدادها، مثل promptguard أو piguard. اضبط TARGET_GPU أو TRAIN_GPUS أو TARGET_URL لاستخدام وحدات معالجة رسومات مختلفة أو خادم هدف موجود.

المهاجمون المُصدرون

نصدر مهاجمينا المدرّبين في مجموعة PIForge على Hugging Face.

الأوراق البحثية

  • PISmith: Reinforcement Learning-based Red Teaming for Prompt Injection Defenses
  • Climbing the Hill: Prompt Injection Red-Teaming Against Frontier Models with Curriculum Reinforcement Learning

الترخيص

يُصدر PIForge تحت ترخيص MIT.

تنزيل الأداة

الأكثر شعبية

عرض الكل →

اكتشف الأدوات الأكثر استخدامًا من قبل مجتمعنا.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 مجموعة أدوات OSINT المثالية: رسم بياني للتحقيق، وتقييم الثقة، وعائلات الأسماء المستعارة، وخريطة، وخط زمني، وتقارير. 49 وحدة، وأكثر من 400 موقع، دون الحاجة إلى مفاتيح API.

    806
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # تطبيق GhostLock للتنفيذ بنقرة واحدة (CVE-2026-43499)

    523
  • 3

    ARTEX

    baarai/artex

    منصة اختبار اختراق مستقلة متعددة الوكلاء تعتمد على LLM، مع وكلاء تخطيط وتنفيذ، ومخططات للأصول والاستكشاف، وتسجيل حركة مرور MITM، وإعادة اختبار الثغرات.

    441
  • 4

    redforge

    cybersecurity91/redforge

    مجموعة أدوات الفريق الأحمر في المتصفح مع 102 أداة دون اتصال للاستطلاع، وتوليد الحمولات، وهجمات بيانات الاعتماد، والتشفير، والترميز، وإعداد تقارير المهام.

    346
  • 5

    looking-glass

    anonghosty/looking-glass

    منصة CSIRT تستقبل تقارير Shadowserver في MongoDB وتعيد عرضها كخرائط تفاعلية وتحليلات ونتائج وإرشادات ولوحات معلومات تنفيذية.

    270
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    نظام العمل للأمن السيبراني الأصلي بالذكاء الاصطناعي — حيث تتحول النية إلى تنفيذ محكوم، وتصبح الأدلة ذاكرة تشغيلية، وكل عملية تحسن التي تليها.

    264

استكشف جميع الأدوات

تصفح مجموعتنا من الأدوات

عرض جميع الأدوات →