Skip to content
KitploitKITPLOIT
ToolsBlog
Einreichen
ToolsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

··Feeds·Kontakt·Datenschutz·© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
anamorpher — Bildskalierungsangriffe für multimodale Prompt-Injection | Kitploit
Tools/GitHubGitHub/trailofbits/anamorpher
Payload-GenerierungMaschinelles LernenKI-SicherheitAdversarial-Angriff
GitHubtrailofbits/anamorpher

anamorpher

Bildskalierungsangriffe für multimodale Prompt-Injection

Repository anzeigen
1.1k91vor 6 MonatenVon Kitploit geprüft

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →
Teilen

Anamorpher

Anamorpher (benannt nach Anamorphose) ist ein Werkzeug zum Erstellen und Visualisieren von Bildskalierungsangriffen auf multimodale KI-Systeme. Es bietet eine Frontend-Oberfläche und eine Python-API zum Generieren von Bildern, die multimodale Prompt-Injectionen nur beim Herunterskalieren preisgeben. Weitere Informationen zu diesem Angriffsvektor finden Sie unter "Weaponizing image scaling against production AI systems".

Anamorpher befindet sich in aktiver Beta-Entwicklung. Wir freuen uns über Rückmeldungen und Beiträge!

Funktionen

  • Erstellen Sie Payloads für Systeme, die ausgewählte Implementierungen der bikubischen, bilinearen und Nächste-Nachbarn-Herunterskalierungsalgorithmen verwenden
  • Vergleichen Sie die Effektivität von Payloads über eine Frontend-Oberfläche, die Implementierungen von OpenCV, PyTorch, TensorFlow und Pillow enthält
  • Fügen Sie Ihre eigene benutzerdefinierte Bildskalierungsimplementierung mithilfe des modularen Designs der Python-API hinzu
Comparison showing hidden promptDemo of attack in action
Frontend-DemoGemini CLI-Angriffs-Demo

Anforderungen

  • Python 3.11+
  • uv (empfohlen) oder pip

Einrichtung

  1. Abhängigkeiten installieren:
root@kitploit:~
uv sync
  1. Backend ausführen:
root@kitploit:~
uv run python backend/app.py
  1. Öffnen Sie frontend/index.html in einem Webbrowser

Windows: Verwenden Sie WSL2 aufgrund von TensorFlow-Abhängigkeiten.

Warnungen und bekannte Einschränkungen

  • Aufgrund der probabilistischen Natur dieser Systeme können die Ergebnisse variieren. Für eine konsistente Bewertung führen Sie jedes Beispiel 5 Mal aus.
  • Zusätzliche Bildtransformationen können die Wirksamkeit der Injectionen beeinträchtigen.
  • Nicht alle Payloads funktionieren gegen jede Implementierung und jeden Parametersatz der bikubischen und bilinearen Herunterskalierungsalgorithmen, da die Robustheit von Anti-Aliasing zwischen Implementierungen variiert, unterschiedliche Standardparameter in Skalierungsbibliotheken und implementationsspezifische Optimierungen das Interpolationsverhalten beeinflussen.
  • Dies gilt auch für Produktions-KI-Systeme im weiteren Sinne, da das Systemskalierungsverhalten Änderungen unterliegt.

Betreuer

  • Kikimora Morozova
  • Suha Sabi Hussain

Referenzen

  • Weaponizing image scaling against production AI systems
  • Adversarial Preprocessing: Understanding and Preventing Image-Scaling Attacks in Machine Learning
  • Seeing is Not Believing: Camouflage Attacks on Image Scaling Algorithms
Tool herunterladen