Skip to content
KitploitKITPLOIT
OutilsBlog
Soumettre
OutilsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les dernières mises à jour des projets pour trouver des vulnérabilités, analyser des systèmes, automatiser les tests et renforcer votre sécurité.

··Flux·Contact·Confidentialité·© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
ai-security-battle — Une simulation d'IA adversarial Red Team vs. Blue Team. | Kitploit
Outils/GitHubGitHub/binarybard27/ai-security-battle
Outils DéfensifsApprentissage AutomatiqueApprentissage et ÉducationRed TeamingSécurité de l'IADétection d'AnomaliesAttaque AdversarialeLabs et Pratique
GitHubbinarybard27/ai-security-battle

ai-security-battle

Une simulation d'IA adversarial Red Team vs. Blue Team.

Voir le dépôt
21il y a 8 moisPas encore vérifié

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →
Partager

🤖 Système de Combat de Sécurité IA

Red Team contre Blue Team : simulation de combat ML adversarial

Une simulation complète de sécurité machine learning adversarial où les attaquants de la Red Team affrontent les défenseurs de la Blue Team dans un scénario de guerre de sécurité IA/ML de 30 minutes.


🎯 Aperçu du projet

Ce système simule des scénarios réels de sécurité IA/ML où :

  • 🔴 La Red Team lance des attaques sophistiquées (entrées adversariales, extraction de modèles, évasion)
  • 🔵 La Blue Team déploie des défenses basées sur le ML (détection d'anomalies, limitation de débit, validation des entrées)

La bataille dure 30 minutes en 10 rounds, et les résultats finaux déterminent si les systèmes de sécurité IA/ML sont suffisamment robustes pour les applications modernes.


📁 Structure du projet

root@kitploit:~
ai-security-battle/
├── database/                   # Database layer
│   ├── schema.sql              # Database schema
│   ├── db_config.py            # Database manager & repositories
│   ├── models.py               # Data models
│   └── seed_data.py            # Initialize with sample data
│
├── blue_team/                  # Blue Team (Defenders)
│   ├── ml_models/              # ML models for defense
│   ├── defenses/               # Defense mechanisms
│   ├── monitoring/             # Monitoring systems
│   ├── api/                    # API endpoints
│   └── blue_agent.py           # Blue Team orchestrator
│
├── red_team/                   # Red Team (Attackers)
│   ├── attacks/                # Attack implementations
│   ├── reconnaissance/         # Probing and scanning
│   ├── adaptation/             # Strategy adaptation
│   └── red_agent.py            # Red Team orchestrator
│
├── battle_engine/              # Battle coordination
│   ├── orchestrator.py         # Main battle controller
│   ├── round_manager.py        # Round timing
│   ├── scoring_system.py       # Score tracking
│   └── logger.py               # Event logging
│
├── shared/                     # Shared utilities
│   ├── config.py               # Configuration
│   ├── constants.py            # Constants & enums
│   └── utils.py                # Utility functions
│
├── results/                    # Battle results & logs
├── tests/                      # Unit tests
├── docker/                     # Docker configuration
├── requirements.txt            # Python dependencies
├── setup.py                    # Package setup
├── run_battle.py               # Main entry point
└── README.md                   # This file

🚀 Démarrage rapide

1. Installation

root@kitploit:~
cd ai-security-battle

# Create virtual environment (recommended)
python -m venv venv
venv\Scripts\activate  # On Windows

# Install dependencies
pip install -r requirements.txt

2. Initialiser la base de données

root@kitploit:~
python database/seed_data.py

3. Lancer la bataille !

root@kitploit:~
# Standard battle (30 minutes, 10 rounds)
python run_battle.py

# Quick battle (10 minutes, 5 rounds)
python run_battle.py --quick

# Custom configuration
python run_battle.py --rounds 8 --duration 20

# Initialize database and run
python run_battle.py --init

🎮 Comment ça fonctionne

Déroulement de la bataille

  1. Initialisation - Les deux équipes entraînent leurs modèles
  2. Rounds 1 à 10 - La Red attaque, la Blue défend
  3. Adaptation - Les deux équipes ajustent leurs stratégies
  4. Conclusion - Le vainqueur est déterminé, un rapport est généré

🔴 Arsenal de la Red Team

  • Entrées adversariales - Créer des entrées pour tromper le classificateur ML
  • Extraction de modèle - Voler le modèle via des requêtes
  • Attaques par évasion - S'adapter aux schémas de détection
  • Attaques par inférence - Extraire des informations sur les données d'entraînement

🔵 Défenses de la Blue Team

  • Limitation de débit - Prévenir l'abus d'API
  • Validation des entrées - Vérification du schéma et des plages
  • Détection d'anomalies - Algorithme Isolation Forest
  • Authentification ML - Classificateur Random Forest

📊 Scores

Red Team

  • Brèche réussie : +10 points
  • Détection contournée : +5 points
  • Extraction de modèle : +15 points

Blue Team

  • Attaque détectée : +8 points
  • Attaque bloquée : +12 points
  • Round sans aucune brèche : +15 points

⚙️ Configuration

Modifiez shared/config.py pour personnaliser les paramètres de bataille, les paramètres de défense et les configurations d'attaque.


🧪 Tests

root@kitploit:~
pytest tests/ -v

📜 Licence

Licence MIT - À des fins éducatives et de recherche


Conçu pour la recherche et l'éducation en sécurité IA/ML 🚀

Télécharger l’outil