Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
LMSM — Marco de seguridad en tiempo de generación para LLMs que asigna las señales internas del modelo a reglas explícitas y políticas por solicitud, aplicando acciones de permitir, rechazar o terminar en los entornos de ejecución de Hugging Face y vLLM. | Kitploit
Herramientas/GitHubGitHub/xiuyuz/lmsm
Herramientas DefensivasAuditoría de ConfiguraciónUtilidades y FrameworksAprendizaje AutomáticoPapers e InvestigaciónSeguridad de IA
GitHubxiuyuz/lmsm

LMSM

Marco de seguridad en tiempo de generación para LLMs que asigna las señales internas del modelo a reglas explícitas y políticas por solicitud, aplicando acciones de permitir, rechazar o terminar en los entornos de ejecución de Hugging Face y vLLM.

Ver Repositorio
11hace 2 mesesAún no revisado
Compartir

LMSM

LMSM es un sustrato de seguridad en tiempo de generación para modelos de lenguaje. Conecta señales internas del modelo con reglas de seguridad pequeñas y explícitas, mantiene el estado de la política por solicitud y media únicamente en las solicitudes cuyas reglas activas se activan.

Para consultar el diseño y la evaluación completos, véase LMSM: LLM Security Framework Inspired by Linux Security Modules.

La ruta de control principal es:

Targets -> Backend bindings -> Rules -> Policy bundle
                                      |
model forward -> request-keyed backend evaluation -> composition -> action -> response

Conceptos del plano de control

  • Un Target (objetivo) nombra un comportamiento que una regla puede detectar, como el cibercrimen o el acoso, junto con el alcance en el que se aplica la regla.
  • Una Backend binding (vinculación de backend) conecta canales de señal nombrados con un sitio de activación y un backend de sonda densa ajustada, SAE o transcodificador.
  • Una Rule (regla) vincula un objetivo con canales de backend, una condición calibrada y una acción candidata. Las reglas son independientes y reutilizables.
  • Un Policy bundle (paquete de políticas) selecciona las reglas activas, su programación temporal, el orden de composición OR fijo y la asignación de acciones candidatas a acciones en tiempo de ejecución.

Durante la generación, LMSM asocia cada fila evaluada con su ID de solicitud. Por lo tanto, cada solicitud tiene sus propias puntuaciones en curso, estado de umbral e historial de acciones, incluso cuando vLLM empaqueta muchas solicitudes en una sola pasada forward. El runtime aplica una acción solo a las filas seleccionadas; las demás filas continúan con normalidad.

Perfiles incluidos

Los archivos YAML portables bajo profiles/ definen cuatro configuraciones listas para usar:

PerfilProgramación
LMSM-CheckpointAgrupa el prompt y dos ventanas de tokens generados, y luego evalúa su fusión calibrada en el paso 64.
LMSM-AnytimeActualiza las puntuaciones del prefijo en curso en cada paso generado y actúa en el primer cruce.
LMSM-TranscoderRastrea las características calibradas del transcodificador Qwen3 durante el prompt y la generación, y luego actúa en el primer cruce.
LMSM-SAERastrea las características calibradas de SAE de Gemma Scope durante el prompt y la generación, y luego actúa en el primer cruce.

Checkpoint y Anytime utilizan sondas lineales densas estandarizadas. Transcoder y SAE proporcionan ejemplos completos respaldados por artefactos de los otros dos tipos de backend: cada uno contiene seis reglas semánticas independientes con sus coordenadas de características y umbrales calibrados. Una política puede activar el conjunto completo de reglas o cualquier subconjunto sin cambiar la definición del backend.

Cada perfil mantiene el orden de los objetivos, los detalles del backend, la selección de reglas, la programación, la composición y la asignación a las acciones públicas allow, refuse y terminate en un único objeto DeploymentProfile. Las vinculaciones, las reglas individuales, las bibliotecas de reglas y los paquetes de políticas utilizan cadenas de versión simples y legibles por humanos.

Los constructores incluidos implementan las programaciones anteriores. Un evaluador de políticas personalizado puede implementar semánticas de programación adicionales contra las mismas interfaces de plano de control y de aplicación.

Instalación

LMSM requiere Python 3.10 o superior. Instale la biblioteca base y el runtime opcional que pretenda utilizar:

python -m venv .venv
. .venv/bin/activate
python -m pip install -e '.[hf]'

Para la integración de vLLM sin conexión:

python -m pip install -e '.[hf,vllm]'

Instala el extra SAE para usar LMSM-SAE:

python -m pip install -e '.[hf,sae]'

El adaptador vLLM en proceso incluido está dirigido a vLLM 0.19.0 con un worker y tamaño de paralelismo de tensor y pipeline de 1. Lee el módulo de activación, el modo de hook pre/post y el ancho oculto del binding del backend activo y del modelo cargado, en lugar de asumir una arquitectura de modelo concreta. La integración con Hugging Face utiliza los mismos sitios de activación seleccionados por perfil.

Uso con Hugging Face

from pathlib import Path

from transformers import AutoModelForCausalLM, AutoTokenizer

from lmsm import build_transformers_engine, load_profile

root = Path("/path/to/LMSM")
model_id = "Qwen/Qwen3-4B"
profile = load_profile(root / "profiles/lmsm_anytime.yaml")
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")

engine = build_transformers_engine(model, tokenizer, profile, root)
print(engine.generate("Explain how photosynthesis works."))

Seleccione reglas independientes antes de construir el motor cuando solo se necesite una parte de una política:

profile = profile.with_active_rules([
    "chemical_biological",
    "cybercrime_intrusion",
])

Establece actions_enabled=False en build_transformers_engine para evaluar la política sin cambiar las respuestas.

Uso con vLLM

scripts/run_vllm.py acepta filas JSONL con los campos id y prompt y escribe outputs.jsonl, actions.jsonl y timings.csv:

python scripts/run_vllm.py \
  --model Qwen/Qwen3-4B \
  --profile profiles/lmsm_anytime.yaml \
  --input examples/requests.jsonl \
  --run-dir runs/anytime \
  --physical-gpu 0

Repite --active-rule RULE_ID para ejecutar un subconjunto de reglas seleccionado. Por ejemplo, --active-rule chemical_biological --active-rule cybercrime_intrusion activa solo esas dos reglas del perfil elegido.

Pruebas

El repositorio incluye la suite de pruebas rápida de CPU utilizada durante el desarrollo:

python -m pip install -e '.[dev]'
python -m pytest -q

Estas pruebas cubren las interfaces de la biblioteca y los contratos de perfil proporcionados. La reproducción del benchmark de GPU se documenta por separado en reproduction/.

Licencia

El código fuente de LMSM y la documentación elaborada por el proyecto utilizan la Licencia MIT. Los modelos y los artefactos de backend conservan sus propias licencias.

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    1.1k
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    603
  • 3

    looking-glass

    anonghosty/looking-glass

    Plataforma CSIRT que ingiere informes de Shadowserver en MongoDB y los reproduce como mapas interactivos, análisis, hallazgos, avisos y paneles ejecutivos.

    390
  • 4

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    321
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    301
  • 6

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    263

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →