#1
시장 미시구조에서 발견된 Power Tracks 관련 연구.

연합 학습(Federated Learning) 모델을 기반으로 네트워크 플로우의 이상을 탐지하는 네트워크 침입 탐지 시스템(NIDS) 구현 프레임워크.

'검열 조종하기: LLM "사고" 제어를 위한 표현 벡터 발견'


인과적 맥락 귀속과 규칙 기반 모니터를 활용한 LLM 에이전트의 간접 프롬프트 인젝션 방어로, AgentDyn 및 기타 벤치마크에서 최첨단 성능을 달성합니다.

FLNET2023은 연합 학습(Federated Learning) 시나리오에서 침입 탐지를 위해 설계된 데이터셋입니다. CORE 에뮬레이터를 사용하여 구축되었으며, 다양한 트래픽과 공격을 포함한 현실적인 네트워크를 시뮬레이션합니다. 연합 학습 기반 침입 탐지 연구를…

[CVPR 2025-ADVML] `Attacking Attention of Foundation Models Effectively Disrupts Downstream Tasks` 공식 저장소

VulTriage의 코드: LLM 기반 취약점 탐지를 위한 삼중 경로 컨텍스트 증강

단편화되고 대역폭이 낮은 네트워크에서 자율 에이전트 간의 복원력 있는 상태 동기화를 위해 설계된 서버리스 네트워킹 프로토콜

Entropica 저장소의 공개 버전

AGLS

"DCVD: Dual-Channel Cross-Modal Fusion for Joint Vulnerability Detection and Localization"의 코드

ISA Recovery

레드팀 대 블루팀 적대적 AI 시뮬레이션.

Red Team AI Benchmark: 허가된 공격 보안 작업을 위한 LLM 평가. Red Team AI Benchmark는 CLI 모델 평가 벤치마크입니다. 이는 LLM이 레드팀 질문 및 보안 시나리오를 이해하고 응답하는 방식을 측정합니다. 해당 활동을 수행하기…

AI 침투 테스트 에이전트를 위한 평가 프레임워크로, LLM 기반 의미 매칭, 이분 그래프 해결, 실제 대상에 대한 누적 분석을 통해 검증된 취약점 발견을 측정합니다.

위협 환경을 위해 설계된 고급 DDoS 퍼플 팀을 위한 재현 가능한 청사진. 다중 벡터 회전, HTTP/2 Rapid Reset(CVE-2023-44487) 악용, mTLS 1.3 암호화 C2 오케스트레이션을 특징으로 하는 레드 엘리트 팀 공격 제품군과 고무결성…