#1ML-based security tools, adversarial machine learning, and AI-powered cyber defense.
Kitploit 추천

Jupyter notebook analyzing the RanSMAP dataset to classify ransomware families from memory access patterns (GPA, entropy, page type) using…

대규모 리뷰 분석, LLM 라벨링, 31개 테마 분류 체계를 통해 타사 Discord 봇의 보안 및 개인정보 보호 문제를 감사하는 연구 아티팩트 겸 MCP 서버입니다.

양자화된 신경망의 프라이버시 평가를 위한 연구 코드베이스: PTQ/QAT 환경에서 대상/섀도 모델을 훈련하고, DP 방어를 적용한 상태에서 멤버십 추론 공격(MIA, RMIA, 화이트박스)을 실행합니다.

원시 PCAP을 조사하는 도구 활용 LLM 에이전트에 의한 자율 네트워크 공격 탐지의 벤치마크 코드 및 대화형 결과.

멀티모달 LLM을 대상으로 시각적 맥락 탈옥(jailbreak)을 구현하는 연구 파이프라인: T2I 프롬프트 추출, SD3.5 이미지 렌더링, 다중 라운드 스푸핑 맥락 구성, GPT-4o가 판정하는 ASR 평가.

인터넷 의료 사물(IoMT) 환경의 보안 경보 시스템을 평가하기 위한 표준화된 벤치마크 - 공격, 탐지, 오경보 복원력, 지연 시간.

사이버 공격 시나리오에서 LLM 에이전트의 편향 벤치마킹

대규모 언어 모델(LLM) 시스템 프롬프트를 적대적 추출 공격으로부터 보호하기 위한 블랙박스 최적화 접근법입니다.

4비트 양자화는 채팅 모델의 안전 행동에 노이즈 이상의 영향을 미치는가? 코드, 사전 등록 및 레이블.

런타임 환경 없이 LLM 사이버보안 에이전트를 훈련하고, 페르소나 기반 시뮬레이션을 통해 CTF 해결 궤적을 합성하며, InterCode-CTF, NYU CTF Bench, Cybench에서 평가하는 프레임워크입니다.

학습된 사이버 방어 벤치마크를 감사하기 위한 재현 하네스, 패치 및 분석 도구: 에이전트 트레이스를 캡처하고, 레드 에이전트 제거 실험을 실행하며, 공개된 데이터로부터 모든 논문 그림을 재계산합니다.

레드 팀 AI 벤치마크: 승인된 공격 보안 작업을 위한 LLM 평가