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
TRACE — LLMベースのエージェントに対するエージェント型ジェイルブレイクフレームワーク。スキームベースのタスク分解、マルチターンの偽装戦略、適応的な自己進化を用いて、新たに生じるセキュリティリスクを探る。 | Kitploit
ツール/GitHubGitHub/zju-llm-safety/trace
エクスプロイトスクリプトと自動化ペネトレーションテスト機械学習論文と研究レッドチーミングAIセキュリティ敵対的攻撃
GitHubzju-llm-safety/trace

TRACE

LLMベースのエージェントに対するエージェント型ジェイルブレイクフレームワーク。スキームベースのタスク分解、マルチターンの偽装戦略、適応的な自己進化を用いて、新たに生じるセキュリティリスクを探る。

リポジトリを見る
4121801ヶ月前Kitploit レビュー済み
共有

TRACE: タスク認識型適応自己進化エージェント型ジェイルブレイク

TRACE: Task-Aware Adaptive Self-Evolving Agentic Jailbreaking の公式実装です。

📖 概要

大規模言語モデル(LLM)エージェントは、自律的に計画を立て、ツールを呼び出し、環境と対話し、長期的なワークフローを実行することができます。これは従来のテキストのみのジェイルブレイクを超えた安全上のリスクをもたらします。有害な指示を引き出せたとしても、アライメントされたエージェントはその実行を拒否する可能性があり、また中間的な実行の失敗が、それ以外は成功していた攻撃ワークフローを中断させる可能性があります。

TRACE は、タスク分解、実行指向のマルチターン対話、および適応的リカバリを通じてこれらの課題に対処するために設計されたエージェント型ジェイルブレイクフレームワークです。

TRACE は 3 つの主要コンポーネントで構成されています:

  • スキームベースのタスク分解。 TRACE は、異なるタスク種別に対して主要な操作とその依存関係を規定する約 20 の手続き的分解スキームを開発します。複雑な有害タスクは異なるスキームの下でインスタンス化され、複数の候補サブタスク列を生成し、それらは有害性と実行難易度に基づいて評価されます。
  • 実行指向のマルチターン対話。 実行拒否を引き起こすサブタスクに対して、TRACE は構造化されたサブタスクプロファイルを構築し、進化する戦略ライブラリから対応する実行指向の戦略を取得します。各戦略は中間目標、関連する環境状態、および必要なツール呼び出しを規定し、マルチターン対話を通じてサブタスクを完了するようエージェントを導きます。
  • 適応的リカバリと戦略進化。 中間ステップが失敗した場合、TRACE は失敗したサブタスクを特定し、以前に完了した実行状態を保持し、対応する戦略を適応させ、ワークフロー全体を再開することなく実行を再開します。実行フィードバックはさらに戦略ライブラリを継続的に進化させるために使用されます。

📊 主な結果

私たちは TRACE を AdvCUA と AgentHazard で評価しました。これらはインタラクティブな環境で多段階タスクのエンドツーエンド実行を必要とする 2 つのエージェント安全性ベンチマークです。実験は 2 つのエージェントフレームワーク、Codex と Claude Code を対象とし、複数の基盤モデルを使用しています。

エージェントフレームワーク基盤モデルAdvCUAAgentHazard
CodexGPT-5.50.620.97
CodexGemini-3.5-Flash0.650.99
CodexDeepSeek-V4-Pro0.811.00
Claude CodeClaude-Opus-4.80.540.97
Claude CodeGemini-3.5-Flash0.690.98
Claude CodeDeepSeek-V4-Pro0.880.99

TRACE は異なるエージェントフレームワークと基盤モデルにわたって一貫して高い攻撃性能を達成し、ほとんどの設定で従来のベースラインを大幅に上回っています。AdvCUA では、TRACE は 0.54 から 0.88 の範囲の ASR を達成しています。AgentHazard では、TRACE は 評価されたすべての構成にわたってほぼ完璧な ASR を達成し、その範囲は 0.97 から 1.00 です。

🎬 デモ

Claude Code と Codex による 2 つの録画デモが assets/ に提供されています:

対象エージェントデモ
Claude CodeClaude Code Demo
CodexCodex Demo

🛠️ インストール

提供される環境仕様は Linux および Python 3.11 を対象としています。

git clone https://github.com/ZJU-LLM-Safety/TRACE.git
cd TRACE

conda env create -f environment.yml
conda activate trace

🚀 使用方法

1. API アクセスの設定

OpenAI 互換の Chat Completions エンドポイントの認証情報とベース URL を設定します:

export OPENAI_API_KEY="<your-api-key>"
export OPENAI_BASE_URL="<your-api-base-url>"

2. タスク分解

スキーム誘導型のタスク分解を用いて、候補となるサブタスク系列を生成します:

python improved_decomposer/improved_task_decomposer.py \
  --data_file_path /path/to/tasks.json \
  --output_file_path outputs/decompositions.jsonl \
  --model "<decomposition-model>" \
  --num_decompositions_per_task 5 \
  --use_schema_decompose

--use_schema_decompose はスキーマベースの候補生成を有効にします。

3. 実験の実行

次の例では、Codex とともに AdvCUA ベンチマークを使用します:

python experiment/main.py \
  --dataset /path/to/benchmark_with_subtasks.jsonl \
  --config experiment/config/config.yaml \
  --lab-backend vrap \
  --compose-file /path/to/benchmark/docker-compose.yml \
  --attacker-model-path /path/to/attacker-model \
  --target-backend codex \
  --codex-model "<target-model>" \
  --responses-base-url "<target-responses-api-base-url>" \
  --responses-env-key OPENAI_API_KEY \
  --strategy-library outputs/experiment/strategy_library.json \
  --output outputs/experiment/results.jsonl

利用可能なコマンドラインオプションを確認するには:

python improved_decomposer/improved_task_decomposer.py --help
python experiment/main.py --help

📁 リポジトリ構造

パス説明
improved_decomposer/手続き型スキーム、候補生成、検証、選択
experiment/main.py実験のオーケストレーションと実行フィードバック
experiment/runtime/モデル、戦略、サブタスクシーケンス用のランタイムコンポーネント
experiment/strategy_library/戦略の保存、取得、改訂、フィードバック統合
experiment/config/実験設定とプロンプトテンプレート
agent_execution/ターゲットエージェントのインターフェース、セッション処理、軌跡収集、検証
tools/ベンチマークブリッジ、APIアダプター、診断
assets/Claude Code と Codex のデモ動画
environment.ymlConda 環境仕様

📝 引用

研究で TRACE が役立つと感じた場合は、ぜひ引用をご検討ください:

@misc{zeng2026tracetaskawareadaptiveselfevolving,
      title={TRACE: Task-Aware Adaptive Self-Evolving Agentic Jailbreaking}, 
      author={Churui Zeng and Kedong Xiu and Weiwei Qi and Yuqi Hao and Chaochao Lu and Liang He and Zhan Qin and Tianhang Zheng},
      year={2026},
      eprint={2605.30883},
      archivePrefix={arXiv},
      primaryClass={cs.CR},
      url={https://arxiv.org/abs/2605.30883}, 
}
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。

    565
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    478
  • 3

    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。

    383
  • 4

    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。

    327
  • 5

    estorides

    grisuno/estorides

    99以上の無料OSINTソースを並列で集約し、エンティティをナレッジグラフに解決し、LLM支援の分析とともにSTIX 2.1、MISP、またはGraphMLでエクスポートします。

    258
  • 6

    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。

    256

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 →