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
उपकरण/GitHubGitHub/ukanwat/guardrebind
रक्षात्मक उपकरणमशीन लर्निंगपेपर और शोधलर्निंग और शिक्षाAI सुरक्षाप्रतिकूल हमला
GitHubukanwat/guardrebind

guardrebind

लक्ष्य रीबाइंडिंग हमलों के लिए शोध कोड, बेंचमार्क और रक्षा, जो LLM सुरक्षा गार्डों को धोखा देकर जाली डिकॉय सामग्री को ग्रेड करने के लिए प्रेरित करते हैं, साथ ही सेगमेंट-मैक्स डिस्टिलेशन हार्डनिंग।

रिपॉजिटरी देखेंवेबसाइट
1491 महीना पहलेअभी तक समीक्षित नहीं

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।

    772
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    505
  • 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।

    420
  • 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।

    345
  • 5

    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।

    260
  • 6

    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।

    251

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →
साझा करें

LLM सुरक्षा गार्डों को गलत टेक्स्ट का मूल्यांकन करने के लिए भ्रमित करना

पेपर के लिए कोड, डेटा और प्रत्येक कच्चा स्कोर (paper/main.pdf, स्रोत paper/ में)।

LLM सुरक्षा गार्ड जिस सामग्री की समीक्षा करते हैं, उसे उनके ग्रेडिंग प्रॉम्प्ट में सादे स्ट्रिंग इंटरपोलेशन द्वारा प्राप्त करते हैं, इसलिए ऐसी सामग्री जो गार्ड के अपने प्रॉम्प्ट प्रारूप की नकल करती है, एक हानिरहित डिकॉय दस्तावेज़ के साथ एक दूसरा, जाली ग्रेडिंग कार्य खोल सकती है, जिसे गार्ड फिर वास्तविक सामग्री के बजाय ग्रेड करता है (target rebinding)। ऐसा जाली कार्य जोड़ने से Shieldstral-1.0-3B उन सभी 75 पूर्व-पंजीकृत held-out AdvBench अनुरोधों पर पार हो जाता है जिन्हें वह फ़्लैग करता है, gpt-oss-safeguard-20B और Llama Guard 4 पर स्थानांतरित हो जाता है, और हमारे बेंचमार्क GuardRebind (52 आक्रमण परिवार, 5 नियंत्रण) में, सबसे मजबूत परिवार पाँच गार्डों में से प्रत्येक पर फ़्लैग किए गए आइटमों का 93-100% पार कर लेता है। Segment-max self-distillation गार्ड को सामग्री को उसके सबसे हानिकारक भाग के बराबर या उससे अधिक स्कोर करने के लिए प्रशिक्षित करता है और held-out आक्रमणों पर बायपास को 75% से घटाकर लगभग 1% कर देता है, लेकिन एक स्कोर-निर्देशित अनुकूली आक्रमणकारी अभी भी प्रशिक्षित गार्ड को 94% आइटमों पर पार कर लेता है, जिनमें से आधे से अधिक में कोई जाली संरचना ही नहीं होती।

आक्रमण का वर्णन यहाँ जानबूझकर गद्य में किया गया है। पेलोड src/attacks.py (पुष्टिकरण अध्ययन) और src/bench/attacks_grammar.py (बेंचमार्क) द्वारा उत्पन्न किए जाते हैं, और पेपर के परिशिष्ट में सूचीबद्ध हैं।

लेआउट

पथक्या
PROTOCOL.mdपुष्टिकरण Shieldstral अध्ययन के लिए पूर्व-पंजीकरण (पेपर अनुभाग 3; भविष्यवाणियाँ P1-P9)
PROTOCOL_v2.mdपेपर के बेंचमार्क और रक्षा के लिए पूर्व-पंजीकरण (M1-M5, F1-F6, A1-A3), दर्ज विचलन D1-D4 के साथ
src/*.pyShieldstral पर पुष्टिकरण अध्ययन और क्रॉस-मॉडल रन (स्कोरर, पेलोड, एब्लेशन, डिकॉय लैडर, OpenRouter क्लाइंट)
src/bench/GuardRebind: डेटासेट लोडर (data.py), गार्ड एडाप्टर (guards.py), आक्रमण व्याकरण, स्थानीय और API रनर, विश्लेषण
src/fix/रक्षा: segment-max distillation (distill.py), मूल्यांकन (evaluate.py), अनुकूली आक्रमण (adaptive.py), प्रशिक्षण-मुक्त बेसलाइन (baselines.py), सीमित इनपुट प्रारूप (inputs.py)
src/mech/एक्टिवेशन पैचिंग, लीनियर प्रोब, प्रतिनिधित्व समानता, डिकॉय डोज़-रिस्पॉन्स
scripts/queue_*.shपरिणाम उत्पन्न करने वाली फिर से शुरू होने योग्य जॉब कतारें (एक बार में एक GPU जॉब)
scripts/pod/किराए के CUDA GPU (Runpod) पर रक्षा कतारें चलाएँ और परिणाम वापस कॉपी करें
scripts/analysis_r2/रक्षा संख्याओं के पीछे का CPU सांख्यिकी (Wilson, Newcombe, Hanley-McNeil, paired bootstrap)
paper/data/पेपर के लिए सीधे गणना की गई संख्याओं के लिए CPU स्क्रिप्ट और उनके आउटपुट
paper/figures/make_figures.pyresults/ से पेपर के चित्र बनाता है
results/पेपर द्वारा उद्धृत प्रत्येक कच्चा स्कोर और सारांश

प्रत्येक तालिका और चित्र कहाँ से आता है

कमांड रेपो रूट के सापेक्ष हैं। "GPU" चरण एक गार्ड मॉडल लोड करते हैं; "CPU" चरण केवल results/ में फ़ाइलें पढ़ते हैं।

अनुभाग 3, target rebinding (Shieldstral, पुष्टिकरण अध्ययन, PROTOCOL.md)

paperresult filesproduced by
Figure 1 (anatomy; scores)results/confirm_shieldstral.csv (first document, none और query_doc)python -m src.confirm (GPU)
Table 1 (ablation)results/confirm_log.txt [ablation], results/tables.mdpython -m src.confirm (stdout confirm_log.txt है), फिर python -m src.figures (CPU, tables.md लिखता है)
Figure 2 (scores; three decoys)results/confirm_shieldstral.csv, results/confirm_groundtruth.csvpython -m src.confirm, python -m src.groundtruth (GPU, stdout results/groundtruth_log.txt); paper/figures/make_figures.py द्वारा बनाया गया (CPU)
100-request run (text)results/confirm_hundred.csv, results/hundred_log.txtpython -m src.hundred (GPU)
softened-query control (text)results/confirm_soften.csv, results/soften_log.txtpython -m src.soften (GPU)
forged verdict vs forged task (text)results/fix/forgery_controls_base.jsonpython -m src.fix.forgery_controls --cond base --split test --allow-test --out results/fix/forgery_controls_base.json (GPU; scripts/queue_fix_full.sh में)
robustness paragraph (Section 3 text)results/confirm_log.txt [recency], [markers], [policy]; results/supp_log.txt [A]python -m src.confirm, python -m src.supp (GPU)
Section 3 dose-response paragraph; activation patching (Appendix C)results/mech/patching_test_n100.json, dose_response_test_n150_d40.json, dose_response_test_n150_d40_rho_ci.json (तुलना के लिए dev-split रन *_dev_*)src.mech.{patching,dose_response} (GPU; scripts/queue_fix_full.sh का step 0, PART=main); rho intervals: python -m src.mech.dose_response --recompute results/mech/dose_response_test_n150_d40.json (CPU)
threshold sensitivity (Section 3 text, tau = 0.1)results/sensitivity.mdpython -m src.sensitivity (CPU, confirm_shieldstral.csv पढ़ता है)

Section 4, GuardRebind (PROTOCOL_v2.md)

paperresult filesproduced by
three guard designs (Section 4 text)results/confirm_crossmodel.csv, results/confirm_gpt_oss_mechanism.csv, results/gpt_oss_mechanism_log.txtpython -m src.crossmodel 30, python -m src.gpt_oss_mechanism 30 (OpenRouter API, कोई GPU नहीं)
Table 2 (benchmark, local guards)results/bench/v2/<guard>__default.jsonl (raw scores, केवल item ids), results/bench/v2/bypass.csv, run_config.jsonscripts/queue_bench.sh (GPU) -> python -m src.bench.run_bench_v2 ..., फिर python -m src.bench.analyze --inp results/bench/v2 (CPU)
Table 2 (gpt-oss-safeguard row), gpt-oss paragraph (Section 4.2), multi-verdict reading (Appendix C)results/bench/v2/gpt_oss_safeguard_20b.jsonl, results/bench/v2/gpt_oss_summary.md, results/bench/v2/gpt_oss/*, paper/data/gpt_oss_strict.mdpython -m src.bench.api_bench (OpenRouter), python -m src.bench.api_summary (CPU), python paper/data/gpt_oss_strict.py > paper/data/gpt_oss_strict.md (CPU)
per-family bypass (Section 4.2 text; पूरी तालिका जारी, paper में नहीं)results/bench/v2/bypass.csv (default policy, bypass column); gpt-oss paper/data/gpt_oss_strict.md सेpython -m src.bench.analyze (CPU)
benchmark threshold sensitivity (जारी, paper में नहीं)results/bench/v2/bypass_tau.csvpython -m src.bench.analyze (CPU)
policy paraphrases और control-token comparison (Appendix C)results/bench/v2/<guard>__para{1,2}.jsonl, results/bench/v2/policy_range.csv, results/bench/v2/bypass.csvscripts/queue_bench.sh, src.bench.analyze
Qwen3Guard "what counts as a task" proberesults/bench/explore/qwen3guard.mdpython -m src.bench.explore.qwen3guard --n 40 (GPU, train split)

Sections 5-6, the defense (PROTOCOL_v2.md, round 2 = deviation D4)

टूल डाउनलोड करें