#1SoK 의도 지향 체계화 논문의 다중 턴 LLM 탈옥 실험(FITD, MRCJ, ActorAttack, X-Teaming)을 재현하는 연구 코드.

암호화된 트래픽 분류에 대한 실용적인 블랙박스 적대적 패킷 생성: 최소 오버헤드 및 완전한 패킷 복구 가능.

SAM 세그멘테이션과 CLIP 모델을 사용하여 AI 기반 사기 이미지 분류기를 회피하는 적대적 이미지 교란 도구로, 보안 연구용입니다.

StealthRL: AI 텍스트를 적대적으로 의역하여 탐지기 견고성을 스트레스 테스트하는 RL 프레임워크.

적대자 시뮬레이션 및 AI 기반 레드 팀 플랫폼

최신 Windows 11에서 LSASS 프로세스를 덤프하는 도구입니다.

OpenClaw 에이전트를 오염된 파일, 주입된 스킬, 오도하는 도구 메타데이터, 인코딩된 페이로드를 포함한 적대적 실행 컨텍스트에 대해 평가하는 보안 벤치마크입니다. 6개의 리스크 스위트에 걸친 42개의 리플레이 태스크와 공격 및 유틸리티 점수화를 포함합니다.

우리는 6개의 AI에게 그들의 자체 프로그래밍에 대해 물었습니다. 6개 모두 jailbreaking은 절대 고쳐지지 않을 것이라고 말했습니다. 직접 실행해보세요 — $2, 10분.

vllm-metal trust_remote_code=True를 통한 Docker 컨테이너-호스트 원격 코드 실행 PoC

상용 모델 가드레일을 무해한 프롬프트 위빙과 적응형 트리 탐색을 사용하여 우회하는 LLM 탈옥 에이전트의 연구 구현.

AI 에이전트의 안전성을 스킬 관련 컨텍스트에 내장된 공격에 대해 평가하기 위한 벤치마크로, 6개 위험 영역에 걸친 155개 사례를 통해 작업 성공률과 공격 저항성을 측정합니다.

그래프 신경망에서 단일 블랙박스 프로토콜 아래 모델 추출 공격과 소유권 방어(워터마킹, 출력 교란, 쿼리 탐지)를 평가하기 위한 벤치마크 및 라이브러리입니다.

AI / LLM 레드팀 현장 매뉴얼 및 컨설턴트 핸드북

음성 기반 탐정 심문 게임. Mistral Large 3 + Voxtral STT + ElevenLabs TTS. Mistral Worldwide Hackathon 2026용으로 제작됨.

LLM을 위한 자동화된 행동 평가 프레임워크로, 다양하고 재현 가능한 시드 구성을 통해 아첨(sycophancy), 편향(bias) 및 기타 안전 관련 행동을 탐지하기 위한 테스트 시나리오를 생성합니다.

머신러닝과 보안에 관한 소스 코드입니다.