Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

FeedContattoPrivacy© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
Cyber-Zero — Framework per addestrare agenti LLM di cybersecurity senza ambienti di runtime, sintetizzando traiettorie di risoluzione CTF tramite simulazione guidata da persona e valutando su InterCode-CTF, NYU CTF Bench e Cybench. | Kitploit
Strumenti/GitHubGitHub/amazon-science/cyber-zero
Analisi delle VulnerabilitàCTFPenetration TestingMachine LearningPaper e RicercaApprendimento e FormazioneSicurezza dell'IALab e PraticaArchived
GitHubamazon-science/cyber-zero

Cyber-Zero

Framework per addestrare agenti LLM di cybersecurity senza ambienti di runtime, sintetizzando traiettorie di risoluzione CTF tramite simulazione guidata da persona e valutando su InterCode-CTF, NYU CTF Bench e Cybench.

100229 mesi faRevisionato da Kitploit
Vedi RepositorySito web
Condividi

Cyber-Zero: Addestrare agenti di cybersecurity senza runtime

🎉 Dai un'occhiata al nostro ultimo lavoro!

🚀 Primo ambiente runtime per agenti di cybersecurity 🚀

🧐 Panoramica | 🏆 Suite di Benchmark | 🚀 Avvio Rapido | 🏗️ Architettura | ⚙️ Configurazione | 📊 Generazione | 📝 Validazione | 📝 Interfaccia CLI | 📝 Citazione

Cyber-Zero è un framework completo per l'addestramento di agenti di cybersecurity senza richiedere ambienti di esecuzione runtime.

Panoramica

Cyber-Zero Teaser

I Large Language Models (LLM) hanno ottenuto un notevole successo nei compiti di ingegneria del software quando addestrati con ambienti di esecuzione runtime; tuttavia, tali ambienti sono spesso indisponibili nei domini della cybersecurity, dove le configurazioni delle sfide e i contesti di esecuzione sono effimeri o limitati. Cyber-Zero affronta questo limite fondamentale sfruttando i writeup CTF pubblicamente disponibili e impiegando la simulazione LLM guidata da persona per ricostruire a ritroso i comportamenti runtime e generare sequenze di interazione realistiche e a lungo orizzonte senza ambienti di esecuzione reali.

L'innovazione chiave consiste nel generare traiettorie di addestramento di alta qualità tramite simulazione LLM anziché richiedere ambienti di esecuzione reali, rendendolo scalabile e pratico per l'addestramento di agenti di cybersecurity. Utilizzando le traiettorie sintetizzate da Cyber-Zero, addestriamo agenti basati su LLM che raggiungono fino a guadagni di prestazioni assoluti del 13,1% rispetto ai modelli di riferimento su tre importanti benchmark CTF: InterCode-CTF, NYU CTF Bench e Cybench.

Suite di Benchmark

Per democratizzare la valutazione degli agenti di cybersecurity, forniamo tre suite di benchmark riparate e adattate per EnIGMA+ in Cyber-Zero:

  • InterCode-CTF - Una raccolta completa di sfide CTF che coprono vari domini della cybersecurity
  • NYU CTF Bench - La suite di benchmark curata dalla NYU per valutare le capacità di risoluzione CTF basate su LLM
  • Cybench - Un benchmark diversificato che copre molteplici categorie CTF e livelli di difficoltà

Tutti i benchmark sono stati riformattati per seguire la specifica EnIGMA e EnIGMA+, con ogni sfida che include un file challenge.json e un file docker-compose.yml (quando necessario).

La nostra suite di benchmark affronta diversi problemi identificati nei benchmark originali, fornendo versioni riparate per una valutazione affidabile. Per informazioni dettagliate sulle riparazioni e i miglioramenti specifici, consulta benchmarks/README.md.

EnIGMA+

Per facilitare lo sviluppo di agenti di cybersecurity, presentiamo EnIGMA+, uno scaffolding di agente migliorato di EnIGMA che esegue centinaia di sfide CTF in ore invece che in giorni. EnIGMA+ è costruito sopra SWE-agent.

Usando EnIGMA+, il nostro modello migliore, Cyber-Zero-32B, stabilisce nuove prestazioni all'avanguardia tra i modelli open-weight, eguagliando le capacità di sistemi proprietari come DeepSeek-V3-0324 e Claude-3.5-Sonnet offrendo al contempo una superiore convenienza in termini di costi, dimostrando che la sintesi di traiettorie senza runtime può democratizzare efficacemente lo sviluppo di agenti di cybersecurity all'avanguardia.

Per informazioni dettagliate su EnIGMA+, inclusi installazione, configurazione e istruzioni d'uso, consulta il README nella cartella enigma-plus.

Installazione

Dai sorgenti

# Install dependencies
pip install -r requirements.txt

# Install the package
pip install -e .

Avvio rapido

Generazione delle traiettorie

# Using the CLI
cyber-zero generate \
    --sampled_flags_path task_meta.jsonl \
    --output_path trajectories.jsonl \
    --trajectories_per_task 3 \
    --workers 16

# Using the direct script interface
python generate_trajectory.py \
    --sampled_flags_path task_meta.jsonl \
    --output_path trajectories.jsonl \
    --trajectories_per_task 3 \
    --workers 16

Valutare la qualità

# Using the CLI
cyber-zero evaluate \
    --input_path trajectories.jsonl \
    --output_path quality_results.jsonl \
    --model_id deepseek-v3-0324

# Using the direct script interface  
python evaluate_quality.py \
    --input_path trajectories.jsonl \
    --output_path quality_results.jsonl \
    --model_id deepseek-v3-0324

Riformattare le traiettorie

# Using the CLI
cyber-zero reformat \
    --input_path quality_results.jsonl \
    --output_path formatted_trajectories.jsonl \
    --split_output

# Using the direct script interface
python reformat_trajectories.py \
    --input_path quality_results.jsonl \
    --output_path formatted_trajectories.jsonl \
    --split_output

Architettura

Il framework segue un'architettura modulare di Cyber-Zero:

cyber_zero/
├── __init__.py                 # Package initialization
├── config.py                   # Configuration management
├── models.py                   # Data models (TaskMeta, TrajectoryData, etc.)
├── utils.py                    # Common utilities
├── validation.py               # Response and command validation
├── llm_client.py               # LLM interaction and quality evaluation
├── trajectory_generator.py     # Main trajectory generation logic
├── quality_evaluator.py        # Quality evaluation for trajectories
├── trajectory_reformatter.py   # Trajectory reformatting for training
├── cli.py                      # Command-line interface
├── prompts/                    # System prompts
│   ├── __init__.py
│   ├── assistant_turn_prompt.txt   # Assistant (CTF player) prompt
│   └── user_turn_prompt.txt        # User (system/environment) prompt
└── data_collection/            # Data collection utilities
    ├── __init__.py             # Package initialization
    ├── config.py               # Data collection configuration
    ├── scraper.py              # Shared web scraping utilities
    └── README.md               # Data collection documentation

Componenti Principali

  • Config: Gestione centralizzata della configurazione con mappature dei modelli e regole di validazione
  • Models: Strutture dati type-safe per task, traiettorie e risultati di valutazione
  • Validation: Validazione completa di risposte, comandi e formati delle azioni
  • LLMClient: Interfaccia astratta per diversi modelli linguistici con logica di retry
  • TrajectoryGenerator: Orchestratore principale per la generazione delle conversazioni
  • CLI: Interfaccia a riga di comando intuitiva

Configurazione

Scarica lo strumento

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Il toolkit OSINT definitivo: grafo di indagine, punteggio di affidabilità, famiglie di alias, mappa, timeline e report. 49 moduli, oltre 400 siti, nessuna chiave API richiesta.

    755
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # App di esecuzione con un tocco GhostLock (CVE-2026-43499)

    510
  • 3

    ARTEX

    baarai/artex

    Piattaforma di penetration testing autonoma multi-agente basata su LLM con agenti planner/worker, grafi di asset e di esplorazione, registrazione del traffico MITM e retesting delle vulnerabilità.

    415
  • 4

    redforge

    cybersecurity91/redforge

    Toolkit red team lato browser con 102 strumenti offline per ricognizione, generazione di payload, attacchi alle credenziali, crittografia, codifica e reportistica dell'engagement.

    343
  • 5

    antifox

    antifox-ai/antifox

    Piattaforma multi-agente di penetration testing autonoma basata sull'IA che esegue ricognizione, scoperta della superficie d'attacco, validazione dello sfruttamento e consegna di report supportati da evidenze.

    259
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Il sistema d'azione per la cybersecurity nativa AI—dove l'intento diventa esecuzione governata, le evidenze diventano memoria operativa, e ogni operazione migliora la successiva.

    258

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →