#1LLM security, prompt injection, model extraction, adversarial AI, and AI red teaming tools.
Kitploit 추천

LangChain 직렬화 주입 취약점 CVE-2025-68664에 대한 기술적 분석

# CVE-2025-492025 보안 권고 Copilot AI의 UI 오표시 취약점에 대한 상세 보안 권고로, 웹 쿼리 결과에 의도하지 않은 하이퍼링크를 주입하는 문제를 문서화합니다.

LlamaStack-RCE: 결정적 공급망 익스플로잇 및 하드닝 프레임워크 [CVE-2024-50050] AI 보안 연구에 중점 AI-SupplyChain-Poisoning: 고급 PVM Opcode 조작 및 ZeroMQ 인젝션 랩

CVE-2024-11394에 대한 기술 세부 사항 및 익스플로잇

LLM 에이전트의 지속 메모리 오염(persistent-memory poisoning)을 위한 결정론적 벤치마크 및 평가 하네스로, 정상/오염 사례를 쌍으로 구성하고 LangChain/LlamaIndex 러너와 방어 기법을 제공합니다.

CVE-2026-44246을 재현하는 도구로, nnU-Net의 GitHub Actions 트라이지(triage) 에이전트에서 발생하는 프롬프트 인젝션 취약점을 보여주며, 이슈 콘텐츠가 AI 프롬프트에 인라인되는 방식을 시연합니다.

LLM에 대한 아키텍처 인식 적대적 공격을 사용하여 파인튜닝 기반 프롬프트 인젝션 방어(SecAlign, SecAlign++, StruQ)를 깨기 위한 공격 프레임워크.

자율적 LLM 기반 웹 에이전트를 제어하기 위한 간접 프롬프트 인젝션 공격의 연구 데모로, 트리거 최적화 및 평가 도구를 포함합니다.

LLM 내부 상태와 100개 이상의 어텐션/확률 특징을 분석하여 RAG 시스템에서 문서 오염 공격을 탐지하는 분류기를 훈련합니다.

CVE-2023-1177 취약점을 위한 머신러닝 기반 익스플로잇으로, 식별된 결함에 대한 자동화된 보안 테스트 및 익스플로잇을 가능하게 합니다.

최첨단 모델을 기반으로 구축된, 애플리케이션 보안(AppSec) 작업을 위한 AI 기반 에이전트를 제공하는 TypeScript 패키지입니다.

Exponentiated Gradient Descent 기법을 기반으로 한 LLM에 대한 새로운 적대적 공격.

LMDeploy의 비전-언어 이미지 로더에서 CVE-2026-33626 SSRF를 재현하는 Docker Compose 랩. 취약한(0.12.0) 및 패치된(0.12.3) 동작을 PoC 스크립트와 내부 카나리아 서비스로 비교합니다.

본 연구는 Python pickle 역직렬화 취약점을 분석하며, Hugging Face Transformers의 TFAutoModel에서 발견된 CVE-2024-3568에 초점을 맞춥니다. 우리는 해당 익스플로잇을 재현하여 근본 원인, 공격 벡터 및 위험을 검토합니다.

Linux 서버를 위한 SOC, 사고 대응 및 SecOps를 하나의 에이전트로: 각 호스트를 학습하고, 제로 토큰 센서로 감시하며, 소형 모델로 분류하고, root 소유 정책 아래에서 공격을 격리합니다. 플릿을 위한 선택적 허브.

CVE-2024-3660에 대한 PoC. Keras의 임의 코드 실행.

CVE 2025-9998의 취약점 및 인공지능의 도움을 통한 해당 취약점 해결 방안

정적 분석 증거에 LLM 취약점 감사자가 어떻게 의존하는지를 연구하는 재현 패키지로, tree-sitter C/C++ 프런트 엔드, 통제된 증거 조건, 통계 분석 코드를 포함합니다.