
Sentinel-GPT
Pipeline automatisé de chasse aux menaces qui ingère les journaux Azure, utilise le raisonnement LLM pour détecter les activités suspectes, évaluer…

Pipeline automatisé de chasse aux menaces qui ingère les journaux Azure, utilise le raisonnement LLM pour détecter les activités suspectes, évaluer…

Recherche de code et expériences pour défendre les agents LLM intégrés à des outils contre les attaques adversariales, en étendant Agent Security…

CAWODOG est un projet de preuve de concept démontrant comment protéger les modèles d'IA basés sur Python déployés sur des machines industrielles hors…

Extension d'analyse de sécurité alimentée par l'IA pour Mobile Security Framework MobSF

This script audits ServiceNow AI Agents for vulnerabilities like CVE-2025-12420, governance gaps, and compliance risks. Powered by CYBERDUDEBIVASH –…

Mon manifeste, et des histoires, des images et des trucs fun

Démontre la remédiation de CVE pilotée par un agent IA avec suivi de provenance cryptographique, illustrant le flux de travail de détection,…

Vérifiez si votre configuration d'agent IA est vulnérable à CVE-2026-33579

Anticipator est une plateforme open-source de détection de menaces pour les systèmes d'IA multi-agents.

AI Code Security — quatre agents qui détectent ce que SAST ne voit pas dans le code généré par IA. Construit sur la plateforme GitLab Duo Agent.

Un pipeline d'évaluation automatisé et de haute précision zero-shot pour le modèle CLIP d'OpenAI sur CIFAR-10. Avec une précision de 88.80%, une…

Boîte à outils d'évaluation et d'exploitation des vulnérabilités améliorée par l'IA pour l'analyse modulaire d'applications web, détectant les…

Un profil d'écoute pour le framework C2 Mythic qui utilise les API de fichiers des fournisseurs d'IA

Jeu de test .eml ouvert pour évaluer la manière dont les contrôles de sécurité des e-mails et les assistants de boîte aux lettres IA gèrent…

Sécurité des agents IA basés sur des LLM — détection d'injection entrante + protection de la confidentialité sortante

Le refus se localise, le dommage se déplace, les couches de sécurité sous un fine-tuning à quelques échantillons

Un benchmark de cycle de vie pour les attaques d'extraction de LLM en boîte noire, les défenses et les attaques adaptatives.

Code de benchmark et de défense contre les attaques de mémoire persistante sur les agents d'utilisation informatique de style OpenClaw, avec…