
LLM 기반 풀스택 침투 테스트를 위한 사이버보안 하네스. 취약점을 자율적으로 24/7 탐지하고 수정합니다. [RESEARCH PREVIEW]
보안 연구를 위한 오픈소스, 자기 진화형, 멀티 모델 하네스.
스위스 응용 AI & 사이버보안 연구소
0.security ·
문서 ·
FoxGuard
소프트웨어의 가장 깊은 계층에서 새로운 취약점을 찾아냅니다. Linux 커널 연구를 포함한 공개된 취약점 공개 및 업스트림 수정을 살펴보세요.
다음 프롬프트를 코딩 에이전트에 복사하세요:
https://0.security/harness/setup.md를 사용하여 0.security 하네스를 설정하고, 문서 색인은 https://0.security/llms.txt를 읽어보세요. 테스트 전에 내 대상과 범위를 확인하고, 파일을 변경하기 전에 물어보세요.
curl -fsSL https://raw.githubusercontent.com/0sec-labs/0/main/install.sh | bash
0
모델 접근 권한을 준비하고 터미널에서 연결을 구성하세요. 로컬에서 또는 CI/CD의 CLI를 통해 실행하고, 발견 사항과 검증 결과를 확인하며, 보고서를 JSON, Markdown 또는 SARIF로 내보낼 수 있습니다.
최적화된 모델 라우팅: 각 단계에 가장 적합한 LLM
관리형 서비스는 모델 라우팅, 비공개 프런티어 사이버 모델, 목적에 맞게 구축된 공격 런타임, 그리고 선별된 공격 도구 체인을 추가합니다. 이러한 호스팅 기능은 자신의 모델 접근 권한으로 오픈소스 하네스를 실행하는 것과는 별개입니다. 0.security 살펴보기.
세계 최고의 보안은 모든 사람의 것이어야 합니다. 소프트웨어는 이미 스스로를 작성합니다. 우리는 소프트웨어가 스스로를 보호해야 한다고 믿습니다. 우리의 목표는 소프트웨어가 변경됨에 따라 취약점을 찾아내고 수정하는 보안으로, 사람들이 만들고 싶은 것에 집중할 수 있게 하는 것입니다.
연구가 우선입니다. 공개된 취약점 공개, 업스트림 수정, 재현 가능한 결과를 통해 사람들이 우리의 작업을 확인할 수 있습니다. 오픈 도구를 통해 사람들은 이를 의심하고, 확장하며, 더 나은 무언가를 만들 수 있습니다. 자기 보호 소프트웨어는 우리가 향해 나아가는 미래입니다.
이것은 연구 프리뷰입니다. 적용 범위와 검증 깊이는 워크플로에 따라 다릅니다. 증거를 검토하고 생성된 수정 사항을 적용하기 전에 검토하세요. 도구 제작과 평가된 자기 개선은 개발 중인 연구 워크플로입니다. 자신이 소유하거나 평가 권한이 있는 시스템만 테스트하세요.
하네스를 빌드하고 확장하려면 CONTRIBUTING.md를 읽어보세요. 보안 문제는 SECURITY.md를 통해 보고하세요.
MIT OR Apache-2.0.