Skip to content
KitploitKITPLOIT
उपकरणब्लॉग
जमा करें
उपकरणब्लॉग
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।

··फ़ीड·संपर्क·गोपनीयता·© 2026 Kitploit

टूल निर्देशिका

श्रेणियाँ

सभी श्रेणियाँ देखें
Loading categories
anamorpher — बहु-मोडल प्रॉम्प्ट इंजेक्शन के लिए छवि स्केलिंग हमले | Kitploit
उपकरण/GitHubGitHub/trailofbits/anamorpher
पेलोड जनरेशनमशीन लर्निंगAI सुरक्षाप्रतिकूल हमला
GitHubtrailofbits/anamorpher

anamorpher

बहु-मोडल प्रॉम्प्ट इंजेक्शन के लिए छवि स्केलिंग हमले

रिपॉजिटरी देखें
1.1k916 महीने पहलेKitploit द्वारा समीक्षित

सबसे लोकप्रिय

सभी देखें →

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

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →
साझा करें

Anamorpher

Anamorpher (एनामोर्फोसिस के नाम पर) एक उपकरण है जो बहु-विधा AI प्रणालियों के विरुद्ध इमेज स्केलिंग हमलों को तैयार करने और देखने के लिए है। यह ऐसी छवियां उत्पन्न करने के लिए एक फ्रंटएंड इंटरफ़ेस और Python API प्रदान करता है जो डाउनस्केल होने पर ही बहु-विधा प्रॉम्प्ट इंजेक्शन प्रकट करती हैं। इस हमले वेक्टर के बारे में अधिक जानकारी के लिए "Weaponizing image scaling against production AI systems" देखें।

Anamorpher सक्रिय बीटा विकास में है। हम प्रतिक्रिया और योगदान का स्वागत करते हैं!

विशेषताएँ

  • बाइक्यूबिक, बाइलिनियर और निकटतम पड़ोसी डाउनस्केलिंग एल्गोरिदम के चयनित कार्यान्वयन का उपयोग करने वाली प्रणालियों के लिए पेलोड उत्पन्न करें
  • एक फ्रंटएंड इंटरफ़ेस के माध्यम से पेलोड प्रभावशीलता की तुलना करें जिसमें OpenCV, PyTorch, TensorFlow और Pillow के कार्यान्वयन शामिल हैं
  • Python API के मॉड्यूलर डिज़ाइन का उपयोग करके अपना स्वयं का कस्टम इमेज डाउनस्केलिंग कार्यान्वयन शामिल करें
छिपे हुए प्रॉम्प्ट को दर्शाती तुलनाक्रियान्वयन में हमले का प्रदर्शन
फ्रंटएंड डेमोGemini CLI हमला डेमो

आवश्यकताएँ

  • Python 3.11+
  • uv (अनुशंसित) या pip

सेटअप

  1. निर्भरताएँ स्थापित करें:
root@kitploit:~
uv sync
  1. बैकएंड चलाएँ:
root@kitploit:~
uv run python backend/app.py
  1. वेब ब्राउज़र में frontend/index.html खोलें

Windows: TensorFlow निर्भरताओं के कारण WSL2 का उपयोग करें।

चेतावनियाँ और ज्ञात सीमाएँ

  • इन प्रणालियों की संभाव्य प्रकृति के कारण परिणाम भिन्न हो सकते हैं। सुसंगत मूल्यांकन के लिए प्रत्येक उदाहरण को 5 बार चलाएँ।
  • अतिरिक्त छवि परिवर्तन इंजेक्शन की प्रभावशीलता में बाधा डाल सकते हैं।
  • सभी पेलोड बाइक्यूबिक और बाइलिनियर डाउनस्केलिंग एल्गोरिदम के प्रत्येक कार्यान्वयन और पैरामीटर सेट के विरुद्ध काम नहीं करेंगे, क्योंकि कार्यान्वयनों में एंटी-अलियासिंग की भिन्न मजबूती, स्केलिंग लाइब्रेरीज़ में विभिन्न डिफ़ॉल्ट पैरामीटर और इंटरपोलेशन व्यवहार को प्रभावित करने वाले कार्यान्वयन-विशिष्ट अनुकूलन के कारण।
  • यह अधिक व्यापक रूप से उत्पादन AI प्रणालियों के लिए भी सत्य है, क्योंकि सिस्टम स्केलिंग व्यवहार परिवर्तन के अधीन है।

अनुरक्षक

  • Kikimora Morozova
  • Suha Sabi Hussain

संदर्भ

  • उत्पादन AI प्रणालियों के विरुद्ध इमेज स्केलिंग को हथियार बनाना
  • प्रतिकूल पूर्वप्रसंस्करण: मशीन लर्निंग में इमेज-स्केलिंग हमलों को समझना और रोकना
  • देखना विश्वास करना नहीं है: इमेज स्केलिंग एल्गोरिदम पर छलावरण हमले
टूल डाउनलोड करें