#1高度なエージェントモデルに潜むリスクを明らかにするため、実行可能で圧力の高いテスト環境を合成する、フロンティアAI安全性評価のための自動化フレームワーク。

カーネルレベルの eBPF サンドボックス - Model Context Protocol (MCP) を介して行われる LLM エージェントのツール呼び出しを保護します。

AIアプリケーションの脆弱性を見つけるための、スター数順に並べられたオープンソースのLLMセキュリティスキャナとWebアプリスキャナのキュレーションリスト。

AIエージェント向けの改ざん防止監査証跡:ハッシュチェーン化されたRuntime Records、依存関係なし、誰でも検証可能

LLMエージェント向けのエンドツーエンドセキュリティ監査フレームワーク:静的ASTとテイントモデリング、攻撃合成、Dockerサンドボックスリプレイ、およびMCP監査を伴う決定論的判定レポート。

# AIを活用した自動Facebookインテリジェンスツール ターゲットプロファイリング、ネットワーク分析、脅威レポートのための自動AI駆動型Facebookインテリジェンスツール。Ollamaを介して完全にデバイス上で動作します。ライト版を使用したい方は、以下のリンクを確認してください。

Apple Silicon macOS上で超高速なCLIを実現し、高速でサンドボックス化された開発とLLMエージェントを可能にします。

Linuxサーバー向けのSOC、インシデント対応、SecOpsを1つのエージェントに統合:各ホストを学習し、ゼロトークンのセンサーで監視し、小型モデルでトリアージし、root所有のポリシーの下で攻撃を封じ込めます。複数ホストの運用にはオプションのハブを利用できます。

自律型攻撃用LLMエージェントのための決定論的ハーネス兼ハンドブックであり、認可・スコープ・証跡ゲートを強制することで、再現可能かつ誠実なペネトレーションテストを保証します。

OWASPフレームワークは、ネオクラウドおよびAIデータセンターインフラストラクチャにおけるトップ10のセキュリティリスクを分類し、ハードウェア、ネットワーキング、分離、管理プレーン、およびサプライチェーンを網羅しています。

AIが書いたコードのためのセマンティックグラフベースのバージョン管理。ファイル差分ではなくエンティティとリレーションを追跡し、ブラストレイディアス分析、シャドウマージレビュー、MCPを活用したエージェントコンテキストを可能にして、信頼できるAI生成ソフトウェアを実現します。

プロンプトインジェクション、エージェントシステムの悪用、モデル操作、MCPトラストバウンダリ攻撃を含む50以上のシナリオを備えた実践的なAIセキュリティラボプラットフォーム。安全な攻撃/防御演習のためにOllama + FastAPI + Reactを使用。

既存のテンプレートではまだカバーされていない公開CVE向けのAI生成Nucleiテンプレートのリポジトリ。検出速度とカバレッジを向上します 👾

[NeurIPS 2025] 論文「GuardReasoner-VL: Safeguarding VLMs via Reinforced Reasoning」の公式ソースコードです。

Model Context Protocol通信のWireshark風フォレンジック分析 IDEとMCPサーバー間のすべてのHTTPリクエストとレスポンスをキャプチャ、検査、調査します

Python製CTI向けエージェントメモリ — STIXナレッジグラフ、脅威アクターのエイリアス解決、オフラインファーストRAG、Claude CodeおよびLangChainエージェント向けMCPサーバー
