Skip to content
KitploitKITPLOIT
ツールエクスプロイトブログ
Log in
提出
ツールエクスプロイトブログ
提出

ハッキング、侵入テスト、サイバーセキュリティツールをあなたのセキュリティアーセナルに!

Kitploitはハッキング、サイバーセキュリティ、ペネトレーションテストのツールディレクトリです。最新のプロジェクトアップデートを見つけて、脆弱性の発見、システム分析、テストの自動化、セキュリティの強化を行いましょう。

フィードお問い合わせプライバシー© 2026 Kitploit

ツールディレクトリ

カテゴリ

すべてのカテゴリを見る
Loading categories
LMSM — LLM向けの生成時安全フレームワーク。モデル内部のシグナルを明示的なルールとリクエストごとのポリシーにマッピングし、Hugging FaceおよびvLLMランタイムで許可・拒否・終了のアクションを強制します。 | Kitploit
ツール/GitHubGitHub/xiuyuz/lmsm
防御ツール構成監査ユーティリティとフレームワーク機械学習論文と研究AIセキュリティ
GitHubxiuyuz/lmsm

LMSM

LLM向けの生成時安全フレームワーク。モデル内部のシグナルを明示的なルールとリクエストごとのポリシーにマッピングし、Hugging FaceおよびvLLMランタイムで許可・拒否・終了のアクションを強制します。

リポジトリを見る
112ヶ月前未レビュー
共有

LMSM

LMSMは、言語モデルのための生成時セーフティ基盤です。モデル内部のシグナルを小さく明示的な安全ルールに接続し、リクエストごとにポリシー状態を保持し、アクティブなルールがトリガーされたリクエストのみを仲介します。

完全な設計と評価については、LMSM: LLM Security Framework Inspired by Linux Security Modulesを参照してください。

中核となる制御パスは次のとおりです:

Targets -> Backend bindings -> Rules -> Policy bundle
                                      |
model forward -> request-keyed backend evaluation -> composition -> action -> response

コントロールプレーンの概念

  • Target は、サイバー犯罪やハラスメントなど、ルールが検出できる1つの振る舞いを、そのルールが適用されるスコープとともに指定します。
  • Backend binding は、名前付きのシグナルチャネルを、アクティベーションサイトおよび適合済みの密なプローブ、SAE、またはトランスコーダーバックエンドに接続します。
  • Rule は、1つのターゲットをバックエンドチャネル、キャリブレーション済みの条件、および候補アクションに結び付けます。ルールは独立しており、再利用可能です。
  • Policy bundle は、有効なルール、その時間的スケジュール、固定のOR合成順序、および候補アクションからランタイムアクションへのマッピングを選択します。

生成中、LMSMは評価された各行をそのリクエストIDに関連付けます。したがって、vLLMが多数のリクエストを1回のフォワードパスに詰め込んだ場合でも、各リクエストは独自の実行中スコア、しきい値状態、およびアクション履歴を持ちます。ランタイムは選択された行にのみアクションを適用し、他の行は通常どおり続行します。

含まれるプロファイル

profiles/ 配下のポータブルYAMLファイルは、すぐに使える4つの構成を定義しています。

プロファイルスケジュール
LMSM-Checkpointプロンプトと2つの生成トークンウィンドウをプールし、ステップ64でそれらのキャリブレーション済み融合を評価します。
LMSM-Anytime生成ステップごとに実行中プレフィックスのスコアを更新し、最初にしきい値を超えた時点でアクションを実行します。
LMSM-Transcoderプロンプトおよび生成中にキャリブレーション済みのQwen3トランスコーダー特徴を追跡し、最初にしきい値を超えた時点でアクションを実行します。
LMSM-SAEプロンプトおよび生成中にキャリブレーション済みのGemma Scope SAE特徴を追跡し、最初にしきい値を超えた時点でアクションを実行します。

CheckpointとAnytimeは標準化された密な線形プローブを使用します。 TranscoderとSAEは、他の2つのバックエンドタイプの完全なアーティファクトベースの例を提供します。それぞれに、キャリブレーション済みの特徴座標としきい値を持つ6つの独立したセマンティックルールが含まれています。ポリシーは、バックエンド定義を変更することなく、ルールセット全体または任意のサブセットを有効化できます。

各プロファイルは、ターゲットの順序、バックエンドの詳細、ルールの選択、スケジューリング、合成、および公開されている allow、refuse、terminate アクションへのマッピングを、1つの DeploymentProfile オブジェクトに保持します。バインディング、個々のルール、ルールライブラリ、およびポリシーバンドルは、人間が読めるシンプルなバージョン文字列を使用します。

含まれるビルダーは上記のスケジュールを実装しています。カスタムポリシーエバリュエーターは、同じコントロールプレーンおよびエンフォースメントインターフェースに対して追加のスケジュールセマンティクスを実装できます。

インストール

LMSMにはPython 3.10以降が必要です。ベースライブラリと、使用する予定のオプションのランタイムをインストールしてください。

python -m venv .venv
. .venv/bin/activate
python -m pip install -e '.[hf]'

オフラインの vLLM 統合の場合:

python -m pip install -e '.[hf,vllm]'

LMSM-SAE を使用するには、SAE 拡張機能をインストールしてください:

python -m pip install -e '.[hf,sae]'

同梱のインプロセス vLLM アダプターは、ワーカー 1 台、テンソル並列およびパイプライン並列サイズ 1 の vLLM 0.19.0 を対象としています。特定のモデルアーキテクチャを前提とせず、アクティブなバックエンドバインディングとロード済みモデルから、アクティベーションモジュール、pre/post フックモード、および隠れ層の幅を読み取ります。Hugging Face 統合では、同じプロファイル選択されたアクティベーションサイトを使用します。

Hugging Face の使用方法

from pathlib import Path

from transformers import AutoModelForCausalLM, AutoTokenizer

from lmsm import build_transformers_engine, load_profile

root = Path("/path/to/LMSM")
model_id = "Qwen/Qwen3-4B"
profile = load_profile(root / "profiles/lmsm_anytime.yaml")
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")

engine = build_transformers_engine(model, tokenizer, profile, root)
print(engine.generate("Explain how photosynthesis works."))

ポリシーの一部のみが必要な場合は、エンジンを構築する前に独立したルールを選択してください:

profile = profile.with_active_rules([
    "chemical_biological",
    "cybercrime_intrusion",
])

build_transformers_engine 内の actions_enabled=False を設定すると、応答を変更せずにポリシーを評価できます。

vLLM の使用方法

scripts/run_vllm.py は id と prompt フィールドを持つ JSONL 行を受け取り、outputs.jsonl、actions.jsonl、timings.csv を書き出します:

python scripts/run_vllm.py \
  --model Qwen/Qwen3-4B \
  --profile profiles/lmsm_anytime.yaml \
  --input examples/requests.jsonl \
  --run-dir runs/anytime \
  --physical-gpu 0

選択したルールのサブセットを実行するには、--active-rule RULE_ID を繰り返します。例えば、 --active-rule chemical_biological --active-rule cybercrime_intrusion は、選択したプロファイルから その2つのルールのみを有効化します。

テスト

リポジトリには、開発中に使用される高速な CPU テストスイートが含まれています:

python -m pip install -e '.[dev]'
python -m pytest -q

これらのテストはライブラリのインターフェースと提供されたプロファイル契約をカバーしています。 GPUベンチマークの再現手順は reproduction/ に別途記載されています。

ライセンス

LMSMのソースコードおよびプロジェクトが作成したドキュメントはMITライセンスを使用しています。 モデルおよびバックエンドの成果物は、それぞれ独自のライセンスに従います。

ツールをダウンロード

人気

すべて見る →

コミュニティで最も使われているツールを見つけましょう。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 究極のOSINTツールキット:調査グラフ、信頼度スコアリング、エイリアスファミリー、マップ、タイムライン、レポート。49個のモジュール、400以上のサイト、APIキー不要。

    1.1k
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock ワンタップ実行アプリ(CVE-2026-43499)

    603
  • 3

    looking-glass

    anonghosty/looking-glass

    ShadowserverレポートをMongoDBに取り込み、インタラクティブなマップ、分析、調査結果、アドバイザリ、エグゼクティブダッシュボードとして再生するCSIRTプラットフォーム。

    390
  • 4

    ARTEX

    baarai/artex

    プランナー/ワーカーエージェント、資産グラフと探索グラフ、MITMトラフィック記録、脆弱性の再テストを備えたLLMマルチエージェント自律ペネトレーションテストプラットフォーム。

    321
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AIネイティブなサイバーセキュリティのためのアクションシステム。意図がガバナンスされた実行に変わり、証拠が運用記憶となり、すべての操作が次の操作を改善する。

    301
  • 6

    redforge

    cybersecurity91/redforge

    ブラウザ側のレッドチームツールキット。偵察、ペイロード生成、認証情報攻撃、暗号、エンコーディング、エンゲージメントレポート向けの102のオフラインツールを備えています。

    263

すべてのツールを探索

ツールコレクションを閲覧

すべてのツールを見る →