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
balcony-jailbreaking — ثغرة Jailbreak عبر أعماق الخروج المبكر في نماذج LLM. نُشرت في NeurIPS 2026 ضمن ورشة عمل FLMSec | Kitploit
أدوات/GitHubGitHub/lassnajmuldeen/balcony-jailbreaking
تعلم الآلةالأوراق والأبحاثالتعلم والتعليمأمن الذكاء الاصطناعيالهجوم العدائي
GitHublassnajmuldeen/balcony-jailbreaking

balcony-jailbreaking

ثغرة Jailbreak عبر أعماق الخروج المبكر في نماذج LLM. نُشرت في NeurIPS 2026 ضمن ورشة عمل FLMSec

عرض المستودع
مشاركة
251منذ شهر واحدلم تتم المراجعة بعد

اختراقات الحماية عبر عمق النموذج

كيف يغيّر الخروج المبكر من قابلية نموذج لغوي للاختراق عبر هجمات الحماية (jailbreaks)؟ ندرس هجمات GCG على Balcony-LLaMA2-7B وBalcony-LLaMA3-8B عند الطبقات 15 و18 و21 والعمق الكامل (32)، باستخدام HarmBench وAdvBench.

TAO امتداد مخطط له مع كود تجريبي. كانت تشغيلات 1B السابقة اختبارات تطويرية؛ ولا يساهم أيٌّ منهما بنتائج في هذه الدراسة.

النتائج

GCG على مدى 150 خطوة على 50 سلوكًا لكل معيار تقييم، شُغِّل على وحدة معالجة رسومات NVIDIA RTX PRO 6000 Blackwell واحدة. الأشكال والجداول أدناه مأخوذة مباشرة من الورقة البحثية، وهي المصدر الموثوق للنتائج المُبلَّغ عنها.

خط أنابيب التقييم مع مخارج مبكرة عند الطبقات 15 و18 و21 والعمق الكامل.

معدلات نجاح هجوم GCG حسب عمق الخروج لنموذجي 7B و8B على HarmBench وAdvBench.

منحنيات الخسارة والخسارة مقابل نجاح الهجوم

خسارة GCG على مدى 150 خطوة، حسب النموذج ومعيار التقييم وعمق الخروج.

خسارة GCG النهائية مقابل معدل نجاح الهجوم على HarmBench.

جداول الورقة البحثية

تكوين النموذج (الجدول 1).

المنفعة النظيفة عبر ستة معايير تقييم (الجدول 2).

المنفعة مع أقوى لاحقة GCG لكل خروج (الجدول 3).

التشغيل

يتطلب Linux وPython 3.12 ووحدة معالجة رسومات NVIDIA وتعريفًا متوافقًا مع CUDA 12.8. من جذر المستودع، ثبّت البيئة وابدأ تشغيل GCG صغيرًا:

bash scripts/setup.sh
.venv/bin/python scripts/run.py experiment --model 7b --stage gcg \
  --benchmarks harmbench --n-behaviors 2 --num-steps 5 --results-dir results/runs/pilot

يقوم الإعداد بتهيئة الوحدات الفرعية وتطبيق تصحيحات مجموعة الأدوات وتثبيت .venv/. بالنسبة لنقاط التحقق المقيّدة، اقبل تراخيص Hugging Face الخاصة بها وشغّل .venv/bin/hf auth login.

لتقييم GCG والحكم والمنفعة عند جميع المخارج:

.venv/bin/python scripts/run.py experiment --model 7b

اختر --model 7b أو --model 8b. تبقى المخرجات الجديدة محلية في results/runs/<model>/. استخدم --dry-run لفحص الأوامر دون تحميل النماذج. مرجع الأوامر.

المستودع

المسارالمحتويات
adapter/كود نموذج الخروج المبكر والأغلفة
experiments/تطبيقات الهجوم والتقييم والتحليل
scripts/الإعداد والمشغّل المشترك
results/أشكال وجداول الورقة البحثية والأرشيفات التاريخية والتشغيلات المحلية
third_party/التبعيات المثبّتة وإشعارات الترخيص

الأرشيفات الخام والتصديرات الأقدم غير متزامنة مع الورقة البحثية. أبقِ تشغيلات 7B مع قوالب الدردشة وبدونها منفصلة.

التبعيات مثبّتة في .gitmodules؛ وإصلاحات مجموعة الأدوات موجودة في patches/.

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.

    795
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    520
  • 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.

    439
  • 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.

    267
  • 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 →