Skip to content
KitploitKITPLOIT
उपकरणएक्सप्लॉइटब्लॉग
Log in
जमा करें
उपकरणएक्सप्लॉइटब्लॉग
जमा करें

हैकिंग, पेनटेस्ट और साइबर सुरक्षा उपकरण आपके सुरक्षा शस्त्रागार के लिए!

Kitploit हैकिंग, साइबर सुरक्षा और पेंटेस्टिंग टूल्स की एक निर्देशिका है। कमजोरियों को खोजने, सिस्टम का विश्लेषण करने, परीक्षण को स्वचालित करने और अपनी सुरक्षा को मजबूत करने के लिए नवीनतम प्रोजेक्ट अपडेट खोजें।

फ़ीडसंपर्कगोपनीयता© 2026 Kitploit

टूल निर्देशिका

श्रेणियाँ

सभी श्रेणियाँ देखें
Loading categories
FuzzingBrain-Bench — LLM-संचालित बग खोज के लिए एक बेंचमार्क: 43 ओपन-सोर्स प्रोजेक्ट्स (C/C++/Java) में 77 चुनौतियाँ। | Kitploit
उपकरण/GitHubGitHub/fuzzingbrain/fuzzingbrain-bench
गतिशील विश्लेषण (सैंडबॉक्सिंग)भेद्यता विश्लेषणफज़िंगलर्निंग और शिक्षाAI सुरक्षालैब और अभ्यास
GitHubfuzzingbrain/fuzzingbrain-bench

FuzzingBrain-Bench

LLM-संचालित बग खोज के लिए एक बेंचमार्क: 43 ओपन-सोर्स प्रोजेक्ट्स (C/C++/Java) में 77 चुनौतियाँ।

साझा करें
रिपॉजिटरी देखेंवेबसाइट
9310116 दिन पहलेअभी तक समीक्षित नहीं

FuzzingBrain Bench

43 ओपन-सोर्स प्रोजेक्ट्स (C / C++ / Java) में 77 वास्तविक ज़ीरो-डे बग्स पर LLM-संचालित भेद्यता पुनरुत्पादन के लिए एक बेंचमार्क।

प्रत्येक चुनौती एजेंट को केवल fuzz harness (लक्ष्य) और भेद्य संशोधन पर प्रोजेक्ट स्रोत देती है — कोई पैच नहीं, कोई फिक्स कमिट नहीं, कोई लक्ष्य पंक्ति नहीं। एजेंट को ऐसा इनपुट खोजना होता है जो सैनिटाइज़र के अंतर्गत किसी फॉल्ट को फिर से ट्रिगर करे। प्रत्येक ग्रेड नियतात्मक (deterministic) है (कोई LLM-as-judge नहीं) और इमेज के भीतर तथा ऑफ़लाइन होता है: उम्मीदवार चुनौती कंटेनर में पहले से शामिल आधिकारिक सैनिटाइज़र-इंस्ट्रूमेंटेड harness के माध्यम से चलता है, और रन को एजेंट द्वारा ट्रिगर किए गए विशिष्ट क्रैश द्वारा स्कोर किया जाता है। कुछ भी मशीन से बाहर नहीं जाता और किसी सेवा को चालू रखने की आवश्यकता नहीं होती।

चुनौतियाँप्रोजेक्ट्सभाषाएँग्रेडर
77 एंड-टू-एंड43C · C++ · Javaनियतात्मक — इमेज के भीतर, ऑफ़लाइन

इमेजों में या इस रिपॉज़िटरी में कुछ भी यह नहीं बताता कि बग क्या है — चुनौतियों को तटस्थ उपनाम (<project>-NN, जैसे avro-03) से नामित किया गया है, और उत्तर कुंजी (PoC, अपेक्षित फॉल्ट, फिक्स्ड बिल्ड) दोनों में से किसी में भी नहीं है: यह मेंटेनर के पास ही रहती है। सभी 77 ब्राउज़ करें: tools/sealed/CHALLENGES.md।


त्वरित शुरुआत

1. सेटअप

git clone https://github.com/fuzzingbrain/FuzzingBrain-Bench
cd FuzzingBrain-Bench

python3 -m venv .venv && source .venv/bin/activate   # recommended (and required on
                                                     # Debian/Ubuntu, PEP 668)
pip install -e .                              # needs Python ≥ 3.10 and Docker

# put your model key(s) in ./.env — auto-loaded on every run, no need to export
cat > .env <<'EOF'
ANTHROPIC_API_KEY=sk-ant-...
OPENAI_API_KEY=sk-...
GEMINI_API_KEY=...
DEEPSEEK_API_KEY=sk-...
EOF

fb-bench list                                 # the 77 challenges (by alias)
fb-bench models                               # supported models + which keys are loaded

(./.env स्वचालित रूप से पढ़ा जाता है; एक सादा export ANTHROPIC_API_KEY=... भी काम करता है।)

प्रत्येक नए शेल में source .venv/bin/activate फिर से चलाएँ। या pip install --break-system-packages -e . के साथ venv छोड़ दें (अनुशंसित नहीं)।

fb-bench run सार्वजनिक चुनौती इमेज खींचता है, होस्ट पर एजेंट लूप चलाता है (आपके मॉडल API को कॉल करते हुए), और प्रत्येक उम्मीदवार को उसी इमेज के अंदर ग्रेड करता है — कोई नेटवर्क नहीं, पहुँचने के लिए कुछ नहीं। केवल Docker + आपकी मॉडल कुंजी आवश्यक है, और एक रन उन विशिष्ट क्रैश को स्कोर करता है जो एजेंट ने पाए — क्रैश की पहचान उसका सैनिटाइज़र फॉल्ट प्रकार और उसके शीर्ष स्टैक फ़्रेम होते हैं, इसलिए एक ही फॉल्ट बीस बार होने पर एक बार गिना जाता है।

डिफ़ॉल्ट --arm api को उपरोक्त के अलावा कुछ भी आवश्यक नहीं है। --arm codex और --arm claudecode बैकएंड को अतिरिक्त वेंडर CLI — वैकल्पिक चाहिए, जो अलग से इंस्टॉल होते हैं (कभी भी pip install -e . का हिस्सा नहीं); देखें §4।

2. एक मॉडल के साथ एक चुनौती चलाएँ

# Claude family  (haiku is cheapest/fastest; swap in opus/sonnet for harder runs)
fb-bench run avro-03 --model claude-haiku-4-5

# GPT family
fb-bench run avro-03 --model gpt-5.5

# Gemini family
fb-bench run avro-03 --model gemini-3.1-pro-preview

# DeepSeek family  (OpenAI-compatible endpoint; needs DEEPSEEK_API_KEY)
fb-bench run avro-03 --model deepseek-v4-flash

मॉडल: claude-haiku-4-5 · claude-sonnet-4-6 · claude-opus-4-8 · gpt-5.5 · gpt-5.4 · gpt-5 · gemini-3.1-pro-preview · gemini-2.5-flash · deepseek-v4-pro · deepseek-v4-flash (कोई भी कैटलॉग id --model के माध्यम से काम करता है; fb-bench models देखें)।

3. कई चलाएँ — एक ही कमांड, एक या कई

fb-bench run एक बग या कई, एक मॉडल या कई लेता है। एकल रन बस आकार एक का मैट्रिक्स है, इसलिए कोई अलग "sweep" कमांड नहीं है:

# recommended full run: one model over the whole corpus, named output, PoCs
# preserved (the default) for later inspection. The agent keeps hunting past its
# first crash unless you pass --stop-on-crash
fb-bench run all --model claude-haiku-4-5 --output run1 --max-turns 100

# the curated cross-model roster, all challenges, 4 cells in parallel
fb-bench run all --model default-lineup --output sweep1 --jobs 4

# a couple of bugs, 3 samples each
fb-bench run avro-03,jq-01 --model gpt-5.5 --samples 3 --output probe

# just re-print the leaderboard from an existing run
fb-bench run all --model claude-haiku-4-5 --output run1 --report-only

<bugs> एक alias, एक comma list, या all है; --model एक id, एक comma list, default-lineup, या all है। परिणाम output/<name>/<bug>/<model>/seed-N/ में आते हैं (score.json, episode.jsonl, transcript.jsonl, cost.json, distilled traj.md); अंत में एक leaderboard प्रिंट होता है। --output एक bare name लेता है (जो output/ के अंतर्गत nested होता है) या एक path (जिसे जैसा है वैसा ही उपयोग किया जाता है)। हर run का अपना अलग folder होता है: --output छोड़ दें तो यह output/run_<timestamp> में आता है; ऐसा folder नाम दें जो पहले से मौजूद है तो एक नया run उसमें resume होने के बजाय <name>_<timestamp> के रूप में fork होता है — इसलिए दो runs कभी परिणाम साझा नहीं करते (--report-only एकमात्र reader है, जो folder को उसी स्थान पर खोलता है)।

4. Agent modes — वही run, --arm से backend चुनें

तीनों agent backends एक ही entry साझा करते हैं। --arm चुनता है कि कौन सा challenge को चलाता है; बाकी सब कुछ (<bugs>, --jobs, --samples, --output, प्रति-run folder, leaderboard) सभी arms में समान रहता है।

fb-bench run avro-03 --model gpt-5.5            # --arm api (default): provider model
fb-bench run avro-03 --arm codex               # OpenAI codex CLI (default gpt-5.5)
fb-bench run avro-03 --arm claudecode --model sonnet --auth sub   # Claude Code CLI
fb-bench run all     --arm codex --jobs 4      # whole corpus, batched
  • --arm codex बेंच MCP सर्वर पर OpenAI के codex exec को चलाता है। --model codex मॉडल सेट करता है (डिफ़ॉल्ट gpt-5.5), जिसे इसकी config.toml के माध्यम से पिन किया जाता है।
  • --arm claudecode Claude Code CLI को चलाता है। --model claude मॉडल (sonnet/opus/haiku) चुनता है।

दोनों वेंडर आर्म्स --auth {api,sub} लेते हैं: api = प्रदाता API कुंजी (OPENAI_API_KEY / ANTHROPIC_API_KEY, पे-गो, कोई थ्रॉटल नहीं), sub = एक सब्सक्रिप्शन साइन-इन (codex: एक ChatGPT Plus/Pro/Business/Edu/Enterprise प्लान; claudecode: claude.ai OAuth)। डिफ़ॉल्ट auto है — जब API कुंजी मौजूद हो तो api को प्राथमिकता दें, अन्यथा sub पर वापस जाएँ।

वैकल्पिक — जिस आर्म का आप उपयोग करते हैं उसके लिए वेंडर CLI इंस्टॉल करें

ये वैकल्पिक अतिरिक्त हैं और pip install -e . द्वारा इंस्टॉल नहीं किए जाते। डिफ़ॉल्ट --arm api को इनकी कभी आवश्यकता नहीं होती। केवल उसी CLI को इंस्टॉल करें जिसका आर्म आप चलाने की योजना बनाते हैं (दोनों को Node की आवश्यकता है):

# --arm codex → OpenAI Codex CLI. Authenticate once, matching the --auth you use:
npm install -g @openai/codex
#   --auth api (default when OPENAI_API_KEY is set):
printenv OPENAI_API_KEY | codex login --with-api-key
#   --auth sub (needs a ChatGPT Plus/Pro/Business/Edu/Enterprise plan; a free
#   ChatGPT account can't use the codex models):
codex login                                  # sign in with your ChatGPT plan

# --arm claudecode → Claude Code CLI.
npm install -g @anthropic-ai/claude-code
#   --auth api (default when ANTHROPIC_API_KEY is set): nothing to do
#   --auth sub: one-time claude.ai OAuth login
claude

कार्य सदैव ब्लाइंड होता है

टूल डाउनलोड करें

सबसे लोकप्रिय

सभी देखें →

हमारे समुदाय द्वारा सबसे अधिक उपयोग किए जाने वाले उपकरण खोजें।

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 अंतिम OSINT टूलकिट: जाँच ग्राफ़, विश्वास स्कोरिंग, उपनाम परिवार, मानचित्र, टाइमलाइन और रिपोर्ट। 49 मॉड्यूल, 400+ साइटें, किसी API कुंजी की आवश्यकता नहीं।

    755
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # घोस्टलॉक वन-टैप निष्पादन ऐप (CVE-2026-43499)

    510
  • 3

    ARTEX

    baarai/artex

    प्लानर/वर्कर एजेंट, एसेट और एक्सप्लोरेशन ग्राफ़, MITM ट्रैफ़िक रिकॉर्डिंग, और भेद्यता पुनःपरीक्षण के साथ LLM मल्टी-एजेंट स्वायत्त पेनेट्रेशन टेस्टिंग प्लेटफ़ॉर्म।

    415
  • 4

    redforge

    cybersecurity91/redforge

    ब्राउज़र-साइड रेड टीम टूलकिट, जिसमें रेकॉन, पेलोड जनरेशन, क्रेडेंशियल हमलों, क्रिप्टो, एन्कोडिंग और एंगेजमेंट रिपोर्टिंग के लिए 102 ऑफ़लाइन टूल्स हैं।

    343
  • 5

    antifox

    antifox-ai/antifox

    AI मल्टी-एजेंट स्वायत्त पेनेट्रेशन टेस्टिंग प्लेटफ़ॉर्म जो रेकॉन, अटैक-सरफ़ेस डिस्कवरी, एक्सप्लॉइटेशन वैलिडेशन और साक्ष्य-आधारित रिपोर्ट डिलीवरी संचालित करता है।

    259
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI-मूल साइबरसुरक्षा के लिए कार्रवाई की प्रणाली—जहाँ इरादा नियंत्रित निष्पादन बन जाता है, साक्ष्य परिचालन स्मृति बन जाता है, और हर ऑपरेशन अगले को बेहतर बनाता है।

    258

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →