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
Herramientas/GitHubGitHub/zju-llm-safety/trace
ExplotaciónScripting y AutomatizaciónPruebas de PenetraciónAprendizaje AutomáticoPapers e InvestigaciónRed TeamingSeguridad de IAAtaque Adversario
GitHubzju-llm-safety/trace

TRACE

Framework de jailbreak agéntico para agentes basados en LLM que utiliza descomposición de tareas basada en esquemas, estrategias de disfraz multiturno y autoevolución adaptativa para sondear riesgos de seguridad emergentes.

412180hace 1 mesRevisado por Kitploit
Ver Repositorio
Compartir

TRACE: Jailbreaking agéntico auto-evolutivo adaptativo y consciente de la tarea

Implementación oficial de TRACE: Task-Aware Adaptive Self-Evolving Agentic Jailbreaking.

📖 Descripción general

Los agentes de modelos de lenguaje grandes (LLM) pueden planificar de forma autónoma, invocar herramientas, interactuar con entornos y ejecutar flujos de trabajo de largo horizonte. Esto introduce riesgos de seguridad más allá de los jailbreaks convencionales de solo texto: incluso cuando se pueden elicitar instrucciones dañinas, los agentes alineados pueden seguir negándose a ejecutarlas, mientras que los fallos de ejecución intermedios pueden interrumpir un flujo de ataque que de otro modo habría tenido éxito.

TRACE es un framework de jailbreaking agéntico diseñado para abordar estos desafíos mediante la descomposición de tareas, la interacción multiturno orientada a la ejecución y la recuperación adaptativa.

TRACE consta de tres componentes clave:

  • Descomposición de tareas basada en esquemas. TRACE desarrolla alrededor de 20 esquemas de descomposición procedimental que especifican las operaciones clave y sus dependencias para distintos tipos de tareas. Una tarea dañina compleja se instancia bajo diferentes esquemas para generar múltiples secuencias de subtareas candidatas, que se evalúan en función de su nocividad y dificultad de ejecución.
  • Interacción multiturno orientada a la ejecución. Para las subtareas que desencadenan rechazos de ejecución, TRACE construye perfiles estructurados de subtareas y recupera las estrategias orientadas a la ejecución correspondientes de una biblioteca de estrategias en evolución. Cada estrategia especifica objetivos intermedios, estados relevantes del entorno y llamadas a herramientas necesarias, guiando al agente hacia la finalización de la subtarea mediante interacción multiturno.
  • Recuperación adaptativa y evolución de estrategias. Cuando falla un paso intermedio, TRACE localiza la subtarea fallida, conserva los estados de ejecución completados previamente, adapta la estrategia correspondiente y reanuda la ejecución sin reiniciar todo el flujo de trabajo. La retroalimentación de la ejecución se utiliza además para evolucionar continuamente la biblioteca de estrategias.

📊 Resultados principales

Evaluamos TRACE en AdvCUA y AgentHazard, dos benchmarks de seguridad de agentes que requieren la ejecución de extremo a extremo de tareas de múltiples pasos en entornos interactivos. Los experimentos abarcan dos frameworks de agentes, Codex y Claude Code, con múltiples modelos subyacentes.

Framework de agenteModelo subyacenteAdvCUAAgentHazard
CodexGPT-5.50.620.97
CodexGemini-3.5-Flash0.650.99
CodexDeepSeek-V4-Pro0.811.00
Claude CodeClaude-Opus-4.80.540.97
Claude CodeGemini-3.5-Flash0.690.98
Claude CodeDeepSeek-V4-Pro0.880.99

TRACE logra de forma consistente un sólido rendimiento de ataque en diferentes frameworks de agentes y modelos subyacentes, superando sustancialmente a las líneas base previas en la mayoría de las configuraciones. En AdvCUA, TRACE alcanza ASR que van de 0.54 a 0.88. En AgentHazard, TRACE alcanza ASR casi perfectos en todas las configuraciones evaluadas, en el rango de 0.97 a 1.00.

🎬 Demos

Se proporcionan dos demostraciones grabadas con Claude Code y Codex en assets/:

Agente objetivoDemo
Claude CodeClaude Code Demo
CodexCodex Demo

🛠️ Instalación

La especificación de entorno proporcionada está orientada a Linux y Python 3.11.

git clone https://github.com/ZJU-LLM-Safety/TRACE.git
cd TRACE

conda env create -f environment.yml
conda activate trace

🚀 Uso

1. Configurar el acceso a la API

Establezca las credenciales y la URL base para un endpoint de Chat Completions compatible con OpenAI:

export OPENAI_API_KEY="<your-api-key>"
export OPENAI_BASE_URL="<your-api-base-url>"

2. Descomposición de tareas

Generar secuencias de subtareas candidatas mediante una descomposición de tareas guiada por esquemas:

python improved_decomposer/improved_task_decomposer.py \
  --data_file_path /path/to/tasks.json \
  --output_file_path outputs/decompositions.jsonl \
  --model "<decomposition-model>" \
  --num_decompositions_per_task 5 \
  --use_schema_decompose

--use_schema_decompose habilita la generación de candidatos basada en esquemas.

3. Ejecutar experimentos

El siguiente ejemplo utiliza el benchmark AdvCUA con Codex:

python experiment/main.py \
  --dataset /path/to/benchmark_with_subtasks.jsonl \
  --config experiment/config/config.yaml \
  --lab-backend vrap \
  --compose-file /path/to/benchmark/docker-compose.yml \
  --attacker-model-path /path/to/attacker-model \
  --target-backend codex \
  --codex-model "<target-model>" \
  --responses-base-url "<target-responses-api-base-url>" \
  --responses-env-key OPENAI_API_KEY \
  --strategy-library outputs/experiment/strategy_library.json \
  --output outputs/experiment/results.jsonl

Para inspeccionar las opciones de línea de comandos disponibles:

python improved_decomposer/improved_task_decomposer.py --help
python experiment/main.py --help

📁 Estructura del repositorio

RutaDescripción
improved_decomposer/Esquemas procedimentales, generación de candidatos, validación y selección
experiment/main.pyOrquestación de experimentos y retroalimentación de ejecución
experiment/runtime/Componentes de tiempo de ejecución para modelos, estrategias y secuencias de subtareas
experiment/strategy_library/Almacenamiento, recuperación, revisión e integración de retroalimentación de estrategias
experiment/config/Configuraciones de experimentos y plantillas de prompts
agent_execution/Interfaces del agente objetivo, manejo de sesiones, recopilación de trayectorias y verificación
tools/Puentes de benchmark, adaptadores de API y diagnósticos
assets/Videos de demostración de Claude Code y Codex
environment.ymlEspecificación del entorno Conda

📝 Citación

Si encuentras útil TRACE en tu investigación, considera citarlo:

@misc{zeng2026tracetaskawareadaptiveselfevolving,
      title={TRACE: Task-Aware Adaptive Self-Evolving Agentic Jailbreaking}, 
      author={Churui Zeng and Kedong Xiu and Weiwei Qi and Yuqi Hao and Chaochao Lu and Liang He and Zhan Qin and Tianhang Zheng},
      year={2026},
      eprint={2605.30883},
      archivePrefix={arXiv},
      primaryClass={cs.CR},
      url={https://arxiv.org/abs/2605.30883}, 
}
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.

    565
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    478
  • 3

    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.

    383
  • 4

    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.

    327
  • 5

    estorides

    grisuno/estorides

    Agrega más de 99 fuentes OSINT gratuitas en paralelo, resuelve entidades en un grafo de conocimiento y exporta STIX 2.1, MISP o GraphML con análisis asistido por LLM.

    258
  • 6

    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.

    256

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →