#1Outils de sécurité LLM, injection de prompt, extraction de modèle, IA adversariale et red teaming IA.
Recommandé par Kitploit

Un pipeline de fuzzing piloté par LLM propulsé par le GitHub Security Lab Taskflow Agent

AI Security Newsletter - Un digest mensuel de la recherche en sécurité IA, informations, rapports, événements à venir, outils et ressources

Trouver des vulnérabilités par force brute aveugle

PISmith: Red Teaming basé sur l'apprentissage par renforcement pour les défenses contre l'injection de prompts

Démontre l'utilisation de l'apprentissage automatique pour prédire les séquences de générateurs de nombres aléatoires, mettant en évidence les…

Outil CLI léger qui exécute des agents de codage IA dans des sandboxes Bubblewrap isolées avec une isolation stricte du système de fichiers, du…

Invite système extraite de l'assistant de support IA de Meta le 1er juin 2026

Serveur MCP de test d'intrusion piloté par IA

Banc d'essai et harnais d'évaluation testant si les agents LLM résistent aux instructions malveillantes cachées dans des images de compétences…

Framework ouvert pour le red teaming d'injection de prompts basé sur le RL, avec un entraîneur partagé, un apprentissage par curriculum et des…

Framework d'analyse de sécurité des contrats intelligents et de génération de PoC par IA

Harnais d'IA pour les audits de code de longue durée, les pentests web et le bug bounty, conçu autour des causes réelles d'échec des investigations :…

Laboratoire de recherche en engagement défensif et en renseignement sur les menaces. Convertit les e-mails d'arnaque entrants en IOC exploitables…

ENDGAME C2 FRAMEWORK — AI-powered command and control for professional red team operations

La suite collaborative de pentest pour applications web.

Framework de jailbreak agentique pour les agents basés sur des LLM utilisant la décomposition de tâches basée sur des schémas, des stratégies de…

Jeu de données de prompts axé sur la cybersécurité, basé sur l'IA générative, pour l'évaluation comparative des grands modèles de langage.

LLM intentionnellement vulnérable