
SecOPD
Forschungsimplementierung zur Abschwächung adaptiver Prompt-Injektionen mittels On-Policy-Distillation, mit Trainingsrezepten und Evaluatoren für die…

Forschungsimplementierung zur Abschwächung adaptiver Prompt-Injektionen mittels On-Policy-Distillation, mit Trainingsrezepten und Evaluatoren für die…

Crystal-Port von GodPotato zur Ausnutzung von SeImpersonatePrivilege mit indirekten Syscalls, dynamischer API-Auflösung und String-Obfuskation zur…

Python-Bibliothek für die Sicherheit von Adversarial Machine Learning, die es Red- und Blue-Teams ermöglicht, Evasion-, Poisoning-, Extraction- und…

Eine Adversarial-Examples-Bibliothek zum Erstellen von Angriffen, Entwickeln von Abwehrmaßnahmen und Benchmarking beider.

Eine Python-Toolbox zur Erstellung adversarialer Beispiele, die neuronale Netze in PyTorch, TensorFlow und JAX täuschen.

Schutz vor Modell-Serialisierungsangriffen

Algorithmen zur Ausreißer-, Adversarial- und Drift-Erkennung

Ein Sicherheitsscanner für Ihre LLM-Agenten-Workflows

Kuratierte Liste von Backdoor-Learning-Papers, Übersichtsarbeiten und Toolboxen, die vergiftungsbasierte Angriffe und Verteidigungen im Deep Learning…

Trainieren, evaluieren und erkunden Sie neuronale Netze mit integrierten Werkzeugen für Adversarial Robustness, einschließlich PGD-Angriffen,…

Threadless-Prozessinjektion mittels Remote-Funktions-Hooking.

C#-Reflective-Loader für nicht verwaltete Binärdateien.

Eine fortschrittliche In-Memory-Evasion-Technik, die den Speicherschutz von Shellcode zwischen RW/NoAccess und RX umschaltet und anschließend dessen…

Standardisierter Benchmark für adversarial Robustheit mit öffentlicher Bestenliste und herunterladbarem Modell-Zoo zur Bewertung von ML-Modellen…

Interpretierbarkeit und Erklärbarkeit von Daten und Machine-Learning-Modellen

Eine kuratierte Liste nützlicher Ressourcen, die Offensive AI abdecken.

:cloud: :zap: Granulare, umsetzbare Adversary-Emulation für die Cloud

Clusters and elements to attach to MISP events or attributes (like threat actors)