Skip to content
KitploitKITPLOIT
ИнструментыЭксплойтыБлог
Log in
Отправить
ИнструментыЭксплойтыБлог
Отправить

Инструменты для хакинга, пентеста и кибербезопасности — ваш арсенал защиты!

Kitploit — это каталог инструментов для хакинга, кибербезопасности и пентестинга. Находите последние обновления проектов для поиска уязвимостей, анализа систем, автоматизации тестирования и усиления вашей безопасности.

ЛентыКонтактыКонфиденциальность© 2026 Kitploit

Каталог инструментов

Категории

Все категории
Loading categories
Инструменты/GitHubGitHub/gmh5225/awesome-ai-security
CTFТестирование на ПроникновениеСтатьи и ИсследованияОбучение и ОбразованиеRed TeamingПодобранные РесурсыУчебные Маршруты и КурсыБезопасность ИИСостязательная АтакаЛаборатории и Практика
GitHub
675812329 дней назадПроверено Kitploit
Поделиться
gmh5225/awesome-ai-security

awesome-ai-security

Курируемый список материалов и ресурсов по безопасности ИИ для пентестеров, багхантеров и исследователей безопасности.

Репозиторий
# `awesome-ai-security`[![Awesome](https://awesome.re/badge.svg)](https://awesome.re)

[![GitHub license](https://img.shields.io/github/license/gmh5225/awesome-ai-security)](https://github.com/gmh5225/awesome-ai-security/blob/main/LICENSE)

Кураторский список материалов и ресурсов по безопасности ИИ для пентестеров, баг-хантеров и исследователей в области безопасности.

```
If you find that some links are not working, you can simply replace the username with gmh5225.
Or you can send an issue for me.
```
> Проявите уважение ко всем проектам ниже, это настоящие произведения искусства :saluting_face:

## Как внести вклад?
- https://github.com/HyunCafe/contribute-practice
- https://docs.github.com/en/get-started/quickstart/contributing-to-projects

## Навыки для AI-агентов
Этот репозиторий предоставляет навыки, которые можно использовать с AI-агентами и ассистентами программирования, такими как [Cursor](https://www.cursor.com/), [OpenClaw](https://docs.openclaw.ai/), [Claude Code](https://docs.anthropic.com/en/docs/claude-code), [Codex CLI](https://github.com/openai/codex) и другими совместимыми инструментами. Установите навыки, чтобы получить специализированные знания по темам безопасности игр.

- https://github.com/vercel-labs/skills [The open agent skills tool - npx skills]

**[Посмотреть на learn-skills.dev](https://learn-skills.dev/skills/gmh5225/awesome-ai-security)**

**Установка:**
```bash
npx skills add https://github.com/gmh5225/awesome-ai-security --skill <skill-name>
```

**Доступные навыки:**
| Навык | Описание |
|-------|-------------|
| `adversarial-machine-learning` | Состязательное машинное обучение: состязательные примеры, отравление данных, бэкдоры моделей и атаки уклонения |
| `ai-powered-pentesting` | Инструменты пентеста на основе ИИ, фреймворки red teaming и автономные агенты безопасности |
| `llm-attacks-security` | Атаки на безопасность LLM: внедрение промптов, джейлбрейкинг и извлечение данных |
| `awesome-ai-security-overview` | Обзор этого репозитория и рекомендации по внесению вклада |
| `ai-security-tooling` | Инструменты безопасности ИИ: детекторы, анализаторы, guardrails и бенчмарки |

**Пример:**
```bash
# Install LLM attacks skill
npx skills add https://github.com/gmh5225/awesome-ai-security --skill llm-attacks-security

# Install multiple skills
npx skills add https://github.com/gmh5225/awesome-ai-security --skill adversarial-machine-learning
npx skills add https://github.com/gmh5225/awesome-ai-security --skill ai-powered-pentesting
```



## AI Security Starter Pack

- **CTF / Практика**
  - https://github.com/verialabs/ctf-agent [ctf-agent — автономный решатель CTFd: LLM-координатор + параллельные рои моделей в Docker; 1-е место на BSidesSF 2026]
  - https://aivillage.org/ [AI Village @ DEF CON — задачи по обходу защиты LLM]
  - https://doublespeak.chat/#/handbook [Doublespeak — задачи по безопасности ИИ]
  - https://github.com/EasyJailbreak/EasyJailbreak [Фреймворк для состязательных промптов обхода защиты]
  - https://github.com/microsoft/AI-Red-Teaming-Playground-Labs [Microsoft AI Red Teaming Playground Labs]
  - https://github.com/schwartz1375/genai-security-training [Обучение ред-тимингу GenAI]

- **Блоги / Ресурсы**
  - https://genai.owasp.org/ [OWASP GenAI Security Project]
  - https://llm-stats.com [Рейтинг LLM]
  - https://www.aidaily.win [Ежедневные новости ИИ]
  - https://baoyu.io/blog/how-to-write-good-prompt [Как писать хорошие промпты]
  - https://rootissh.in/ [Блог серии статей по пентесту LLM]
  - https://github.com/Abdowaer098/Wa3r-OffSec-Kit [Wa3r OffSec Kit — база знаний по наступательной безопасности с практическими рабочими процессами, шаблонами полезной нагрузки, разборами кейсов и заметками по форензике]

- **Рассылки / Коллекции**
  - https://mlsecops.com/podcast [Подкаст MLSecOps]
  - https://podcasts.apple.com/ph/podcast/the-genai-security-podcast/id1782916580 [Подкаст GenAI Security]
  - https://avidml.org/ [База уязвимостей ИИ (AVID)]
  - https://calder-brief.pages.dev/ai-hub.html [Calder Brief AI news hub — ежедневно обновляемые новости ИИ, включая материалы по безопасности и надёжности ИИ]

- **Сертификации / Курсы**
  - https://cs229.stanford.edu/ [Stanford CS229: Машинное обучение]
  - https://course.fast.ai/ [fast.ai Практическое глубокое обучение]
  - https://www.coursera.org/specializations/deep-learning [Специализация по глубокому обучению от Andrew Ng]
  - https://huggingface.co/reasoning-course [Создание рассуждающей модели в стиле DeepSeek-R1]



## Руководство по AI/LLM

- **Основы**
  - https://d2l.ai/ [Dive into Deep Learning — интерактивная книга с PyTorch/JAX/TensorFlow]
  - http://neuralnetworksanddeeplearning.com/ [Neural Networks and Deep Learning от Michael Nielsen]
  - https://www.deeplearningbook.org/ [Deep Learning от Goodfellow, Bengio, Courville]
  - https://github.com/karminski/one-small-step [Учебник по AI/LLM]
  - https://github.com/datawhalechina/happy-llm [Учебник по принципам и практике LLM]
  - https://github.com/rasbt/LLMs-from-scratch [Создание LLM с нуля]
  - https://github.com/naklecha/llama3-from-scratch [LLaMA3 с нуля]
  - https://github.com/ZJU-LLMs/Foundations-of-LLMs [Основы LLM]

- **Awesome-списки**
  - https://github.com/WangRongsheng/awesome-LLM-resourses [Всеобъемлющие ресурсы по LLM]
  - https://github.com/mahseema/awesome-ai-tools [Awesome AI Tools]
  - https://github.com/Shubhamsaboo/awesome-llm-apps [Awesome LLM Apps]
  - https://github.com/mahonzhan/awesome-agent-harness [Кураторский список агентных обвязок, агентных фреймворков, фреймворков рабочих процессов и новых агентных протоколов]
  - https://github.com/punkpeye/awesome-mcp-servers [Awesome MCP Servers]
  - https://github.com/wong2/awesome-mcp-servers [Awesome MCP Servers]
  - https://github.com/deepseek-ai/awesome-deepseek-integration [Awesome DeepSeek Integration]
  - https://github.com/lmmlzn/Awesome-LLMs-Datasets [Awesome LLMs Datasets]

- **LLM с нуля / Reasoning**
  - https://github.com/rasbt/LLMs-from-scratch/tree/main/ch05/11_qwen3 [Qwen3 From Scratch — пошаговое руководство на китайском]
  - https://github.com/rasbt/LLMs-from-scratch/blob/main/ch05/11_qwen3/standalone-qwen3-moe-plus-kvcache.ipynb [Реализация Qwen3 MoE с KV-кэшем с нуля]
  - https://github.com/rasbt/LLMs-from-scratch/tree/main/ch05/12_gemma3 [Сборка Gemma 3 270M с нуля]
  - https://github.com/rasbt/reasoning-from-scratch [Reasoning-модели с нуля]
  - https://github.com/mingyin0312/RLFromScratch [Обучение с подкреплением с нуля (учебник на китайском)]
  - https://github.com/karpathy/nanochat [Сквозной цикл обучения nanochat примерно в 8K строк]
  - https://github.com/kyegomez/OpenMythos [OpenMythos — теоретическая реконструкция архитектуры Claude Mythos с первых принципов на основе публичной исследовательской литературы]
  - https://github.com/vixhal-baraiya/microgpt-c [MicroGPT-C — обучение и инференс крошечной GPT на чистом C без зависимостей (один файл); CPU-путь в стиле fp32/AVX2; MIT]



## Безопасность ИИ и атаки

### Prompt Injection
- https://www.lakera.ai/blog/guide-to-prompt-injection [Руководство по prompt injection]
- https://genai.owasp.org/llmrisk/llm01-prompt-injection/ [OWASP LLM01:2025 Prompt Injection]
- https://redbotsecurity.com/prompt-injection-attacks-ai-security-2025/ [Атаки prompt injection 2025]
- https://github.com/protectai/rebuff [Самоукрепляющийся детектор prompt injection]
- https://github.com/NVIDIA/garak [Сканер уязвимостей NVIDIA LLM]
- https://github.com/deadbits/vigil-llm [Обнаруживает prompt injection и рискованные входные данные]
- https://github.com/alphasecio/prompt-guard [Защита от prompt injection для LLM]
- https://github.com/tml-epfl/llm-adaptive-attacks [Адаптивные атаки на LLM]
- https://github.com/RomiconEZ/llamator [Фреймворк тестирования уязвимостей LLM]
- https://github.com/gh0stOo/claude-md-vorlagen-de/blob/main/guides/prompt-hardening.md [Руководство по усилению защиты от prompt injection на немецком языке с 10 конкретными шаблонами кода «до/после» (разделение system/user, разделители, валидация вывода, недоверие к источникам RAG)]
- https://github.com/Vick606/subcanopy-guard [Контекстно-зависимый сканер косвенного prompt injection]

### Состязательные атаки
- https://gradientscience.org/intro_adversarial/ [Введение в состязательные примеры]
- https://cset.georgetown.edu/publication/key-concepts-in-ai-safety-robustness-and-adversarial-examples/ [Безопасность ИИ и состязательные примеры]
- https://github.com/Trusted-AI/adversarial-robustness-toolbox [IBM Adversarial Robustness Toolbox]
- https://github.com/QData/TextAttack [Состязательные атаки на NLP-модели]
- https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-2e2025.pdf [Таксономия состязательного ML от NIST]
- https://llm-vulnerability.github.io/ [Учебник ACL 2024: уязвимости LLM]
- https://github.com/tensorflow/cleverhans [CleverHans — бенчмарк уязвимостей ML]
- https://github.com/bethgelab/foolbox [Foolbox — инструментарий состязательных примеров]
- https://github.com/cchio/deep-pwning [Deep-pwning]

### Отравление данных и бэкдоры
- https://arxiv.org/abs/2009.02276 [Witches' Brew: промышленный масштаб отравления данных]
- https://arxiv.org/abs/2402.09179 [Бэкдор-атаки через инструкции на кастомизированные LLM]
- https://arxiv.org/abs/2510.07192 [Для атак отравления достаточно нескольких точек]
- https://arxiv.org/abs/1910.03137 [MNTD: обнаружение AI-троянов]
- https://owasp.org/www-project-top-10-for-large-language-model-applications/ [OWASP Top 10 для приложений на LLM 2025]
- https://github.com/git-disl/awesome_LLM-harmful-fine-tuning-papers [Статьи о вредоносном дообучении LLM]

### Конфиденциальность и извлечение данных
- https://www.usenix.org/conference/usenixsecurity21/presentation/carlini-extracting [Извлечение обучающих данных из LLM]
- https://arxiv.org/abs/2309.10544 [Model Leeching: атака извлечения на LLM]
- https://arxiv.org/abs/2301.10226 [Водяные знаки для больших языковых моделей]
- https://arxiv.org/abs/2103.07853 [Обзор атак вывода о принадлежности]
- https://arxiv.org/abs/2503.19338 [Обзор MIA на крупномасштабных моделях]
- https://trustllmbenchmark.github.io/TrustLLM-Website/ [Бенчмарк TrustLLM]
- https://github.com/stratosphereips/awesome-ml-privacy-attacks [Awesome ML Privacy Attacks]
- https://github.com/chawins/llm-sp [Статьи по безопасности LLM]
- https://github.com/journey-ad/gemini-watermark-remover [Клиентский инструмент удаления водяных знаков с изображений Gemini AI — обратное альфа-смешивание]

### Безопасность моделей
- https://arxiv.org/html/2507.02737v1 [Возможности стеганографии в передовых LLM]
- https://jplhughes.github.io/bon-jailbreaking/ [Джейлбрейкинг ИИ]
- https://github.com/Goochbeater/Spiritual-Spell-Red-Teaming [Репозиторий для джейлбрейкинга различных LLM, в основном Claude]
- https://huggingface.co/blog/mlabonne/abliteration [Аблитерация моделей]
- https://github.com/p-e-w/heretic [Heretic — полностью автоматическое удаление цензуры для LLM, аблитерация + оптимизатор Optuna TPE, dense/MoE/мультимодальные]
- https://github.com/FailSpy/abliterator [abliterator — библиотека Python для аблитерации отказов/признаков в LLM, TransformerLens, кэширование активаций, направление отказа]
- https://github.com/spkgyk/abliteration [Abliteration — расцензуривание LLM путём удаления вектора отказа, хуки PyTorch, без TransformerLens]
- https://github.com/jim-plus/llm-abliteration [llm-abliteration — создание аблитерированных моделей с помощью Transformers, пакетный инференс, dense/MoE, нормосохраняющий бипроецированный метод, низкая VRAM]
- https://github.com/Tsadoq/ErisForge [ErisForge — предельно простая аблитерация LLM, преобразование внутренних слоёв, AblationDecoderLayer/AdditionDecoderLayer, ExpressionRefusalScorer]
- https://github.com/protectai/llm-guard [LLM Guard — инструмент безопасности]
- https://github.com/protectai/modelscan [ModelScan — сканирование моделей на небезопасный код]
- https://github.com/fr0gger/nova-framework [Nova Framework — обнаружение джейлбрейков]
- https://github.com/fr0gger/nova_mcp [Nova MCP Server]
- https://github.com/0xAIDR/AIDR-Bastion [Система защиты GenAI]
- https://github.com/CAU-ISS-Lab/AIGT-Detection-Evade-Detection [Обнаружение и обход обнаружения текста, сгенерированного ИИ]
- https://github.com/AUGMXNT/deccp [deccp — оценка и дезальинирование китайской цензуры LLM, PoC аблитерации для Qwen2]
- https://github.com/gpiat/AIAE-AbliterationBench [AbliterationBench — бенчмарк устойчивости моделей к атакам на residual stream/аблитерацию]



## Пентестинг ИИ и Red Teaming

### Пентестинг с использованием ИИ
- https://github.com/GreyDGL/PentestGPT [Пентестинг-агент на базе GPT-4]
- https://github.com/zakirkun/guardian-cli [CLI для пентестинга с ИИ на базе Gemini]
- https://github.com/usestrix/strix [ИИ-пентестинг безопасности]
- https://github.com/aliasrobotics/cai [CAI — фреймворк ИИ для кибербезопасности]
- https://github.com/promptfoo/promptfoo [Фреймворк пентестинга ИИ-агентов]
- https://github.com/antoninoLorenzo/AI-OPS [ИИ-ассистент для тестирования на проникновение]
- https://github.com/yz9yt/BugTrace-AI [Автоматизированный веб-пентестинг с ИИ]
- https://github.com/six2dez/reconftw_ai [ReconFTW с ИИ-анализом]
- https://github.com/projectdiscovery/katana [Katana (ProjectDiscovery) — быстрый веб-краулер/паук для автоматизации: стандартный и headless-режимы, парсинг JS-эндпоинтов, фильтры по scope/regex, JSONL; сочетается с httpx/nuclei и рабочими процессами ИИ-агентов для пентестинга]
- https://github.com/Ed1s0nZ/CyberStrikeAI [Платформа тестирования безопасности на основе ИИ со 100+ инструментами]
- https://github.com/vxcontrol/pentagi [PentAGI — полностью автономные ИИ-агенты для тестирования на проникновение]
- https://github.com/XenoCoreGiger31/GEMMA-by-GOOGLE [HALO (GEMMA-by-GOOGLE) — полностью локальный автономный ИИ-агент для пентестинга; локальная модель Gemma управляет MCP-сервером с 29 инструментами на этапах разведки, атаки и составления отчётов]
- https://github.com/Agnuxo1/EnigmAgent [EnigmAgent — автономный ИИ-агент для исследований в области безопасности и пентестинга с бенчмаркингом CTF, децентрализованной координацией роя, валидацией эксплойтов и утверждениями о безопасности на основе Lean 4]
- https://github.com/KeygraphHQ/shannon [Shannon — автономный ИИ-пентестер, находит и выполняет реальные эксплойты в веб-приложениях]
- https://github.com/wudidike/pentest_skill [Фреймворк автоматизации чёрного ящика для веб-тестирования на проникновение для ИИ-агентов с поэтапным рабочим процессом и генерацией отчётов]
- https://github.com/yv1ing/Z3r0 [Z3r0 — управляемый многoагентный рабочий стенд для авторизованной оценки безопасности, аудита кода и исследований: координатор CSO + специалисты по разведке/проникновению/реверсу/криптографии, песочницы в Docker (shell/noVNC/файловый менеджер), постоянное делегирование, LiteLLM/совместимость с OpenAI; FastAPI + React; MIT]
- https://github.com/ASCIT31/Dark-Moon [Dark-Moon — автономная платформа ИИ-пентестинга, где методические плейбуки в формате Markdown оркестрируют 80+ наступательных инструментов через MCP по целям в веб, облаке, Active Directory, Kubernetes и API, с цепочкой доказательств по каждой находке]
- https://github.com/Strategic-Automation/violin [Violin — контролируемый агентный профиль пентестинга Hermes Agent: 31 плейбук на основе навыков (OWASP Top 10, API Top 10, LLM Top 10) с интерактивным определением области, валидацией scope и шлюзами одобрения. Устанавливается через `hermes profile install https://github.com/Strategic-Automation/violin`. Нативный для Hermes, без дополнительных API-ключей; MIT]
- https://github.com/secorizon/SecorizonAI [SecorizonAI — терминальная ИИ-оболочка для пентестеров: единый бинарник на Go, локальная LLM через Ollama, цикл ReAct с JSON-вызовом инструментов, выполнением shell-команд и встроенным веб-поиском, методические руководства по запросу, поддержка MCP (Burp); Apache-2.0 + Commons Clause; использовать только в авторизованных проектах]

### Инструменты AI Red Teaming
- https://github.com/Azure/counterfit [Инструмент тестирования на проникновение для ML от Microsoft]
- https://github.com/Azure/PyRIT [Фреймворк Red-Teaming для GenAI от Microsoft]
- https://github.com/meta-llama/PurpleLlama [Открытые инструменты безопасности LLM от Meta]
- https://github.com/NVIDIA/NeMo-Guardrails [Программируемые ограждения NVIDIA]
- https://github.com/NoDataFound/hackGPT [Набор инструментов LLM для наступательной безопасности]
- https://github.com/ipa-lab/hackingBuddyGPT [Автономный агент Red-Teaming]
- https://github.com/Yanlewen/TradeTrap [TradeTrap — тестирование торговых агентов на основе LLM: prompt injection, перехват MCP, подмена состояния, отравление памяти; AI-Trader/Valuecell]
- https://github.com/humanbound/humanbound [Humanbound — открытый CLI, запускающий сгенерированные LLM состязательные атаки против HTTP-эндпоинта агента, с оценкой по OWASP LLM Top 10, OWASP Agentic Top 10, NIST и сопоставлениям с EU AI Act]
- https://github.com/toby-bridges/api-relay-audit [API Relay Audit — локальный CLI для аудита релеев AI API и прокси LLM; проверяет на признаки prompt injection, изменения пакетных команд, утечки в ответах с ошибками и аномалии Anthropic SSE; отчёты в Markdown]
- https://github.com/taoq-ai/ziran [Ziran — фреймворк тестирования безопасности AI-агентов: графовый поиск цепочек инструментов, обнаружение побочных эффектов на уровне выполнения, многофазные кампании; LangChain, CrewAI, MCP, A2A, удалённый HTTP]

### MCP-инструменты для безопасности ИИ
- https://github.com/tomelias10/mcp-drift-check [MCP Drift Check — пассивный локальный Python CLI, который статически выявляет изменяемые/незакреплённые ссылки на пакеты npm/npx в конфигурациях MCP-клиентов; не выполняет серверы, не скачивает пакеты и не загружает конфигурации; MIT]
- https://github.com/AndrewXuTurtle/mcpaudit [mcpaudit — MCP-сервер + CLI, который проверяет уже установленные MCP-серверы в Claude Desktop, Claude Code, Cursor, Windsurf и VS Code. Отравление инструментов (включая символы нулевой ширины/двунаправленные символы в описаниях инструментов), радиус поражения учётных данных, область привилегий, транспорт и происхождение в цепочке поставок: области публикаторов с гомоглифами, пакеты, удалённые из реестра, хуки установки и рекомендации OSV/GHSA, сопоставленные с разрешённой версией. Без зависимостей; ничего не устанавливается и не выполняется; MIT]
- https://github.com/ArmorerLabs/Armorer-Guard [Armorer Guard — локальный сканер на Rust и MCP-прокси для обнаружения prompt injection, утечки учётных данных, эксфильтрации и рискованных вызовов инструментов до их выполнения]
- https://github.com/0x4m4/hexstrike-ai [HexStrike AI — MCP с более чем 150 инструментами кибербезопасности]
- https://github.com/cyproxio/mcp-for-security [MCP для пентестинга]
- https://github.com/johnhalloran321/mcpSafetyScanner [MCP Safety Scanner]
- https://github.com/Karthikathangarasu/pentest-mcp [Pentest MCP]
- https://github.com/Sicks3c/hackerone-mcp-server [HackerOne MCP — неофициальный Hacker API через stdio: отчёты, программы, область действия, вознаграждения, hacktivity; отправка/комментирование/закрытие; MIT]
- https://github.com/zhizhuodemao/android_proxy_mcp [Android Proxy MCP — захват трафика Android на основе MCP, позволяющий ИИ анализировать HTTP/HTTPS с помощью естественного языка]
- https://github.com/MHaggis/Security-Detections-MCP [Security Detections MCP — унифицированные Sigma/Splunk ESCU/Elastic/KQL, более 71 инструмента, 11 промптов, автономная платформа обнаружения]
- https://github.com/ai-blueteam/http-detection-agent [http-detection-agent — обнаружение HTTP-атак с учётом возможностей: CLI на Rust и локальный MCP-сервер на основе нормализованного каталога правил из 76 детекций по 62 семействам поведения; MIT]
- https://github.com/Correctover/correctover-scan [correctover-scan — npm CLI без настройки, который сканирует конфигурации MCP-клиентов (Claude Desktop, Cursor, VS Code) на предмет раскрытия учётных данных, SSRF, отсутствия аутентификации/шифрования транспорта и других ошибок конфигурации; результаты сопоставлены с OWASP AISVS; вывод JSON/SARIF для CI; MIT]
- https://github.com/rolandpg/zettelforge [ZettelForge — MCP-сервер агентной памяти для CTI с извлечением сущностей (CVE, субъекты угроз, IOC, MITRE ATT&CK), графом знаний с разрешением псевдонимов, STIX 2.1, поиском с классификацией намерений, журналированием аудита OCSF; офлайн; MIT]
- https://github.com/doomsday-network/bounty-guard [BountyGuard — открытый межсетевой экран для prompt injection, публикуемый блок-лист honeypot (data/honeypots.json) и MCP-сервер безопасности без зависимостей (mcp_server.py / https://doomsday.network/mcp), который проверяет репозитории GitHub на сигнатуры ловушек и классифицирует проблемы как SAFE_WITH_ESCROW, SAFE_NO_ESCROW или QUARANTINE; MIT]

### C2 на основе ИИ
- https://github.com/Red-Hex-Consulting/Ankou [Фреймворк C2 на основе ИИ]

### Взлом паролей с помощью ИИ
- https://github.com/d-sec-net/VPK [Автоматизированный взлом паролей с помощью ИИ]



## Инструменты и фреймворки для безопасности ИИ

### AI SOC и SecOps
- https://github.com/Vigil-SOC/vigil [Vigil — открытый AI-native SOC: 12 специализированных агентов, многоагентные рабочие процессы, интеграции MCP (SIEM/EDR/TI/песочница/тикетинг), FastAPI + React]
- https://github.com/ccjmcc/jevsec [JevSec — совместимая с Jev сортировка безопасности на основе модели принятия решений для короткого межзапросного веб-поведения; сочетает детерминированные правила с локальной Qwen3-4B, нормализацией с учётом приватности и проверкой в теневом режиме; MIT]

### Обратный инжиниринг с помощью ИИ
- https://github.com/ZeroDaysBroker/GhidraGPT [Интеграция GPT для Ghidra]
- https://github.com/jtang613/GhidrAssist [Расширение LLM для Ghidra]
- https://github.com/0xeb/windbg-copilot [WinDbg Copilot — расширение для агентной отладки]
- https://github.com/agentrebench/AgentRE-Bench [AgentRE-Bench — агентный бенчмарк для длительного бинарного RE: C2/кодирование/антианализ, детерминированное оценивание, 13 задач ELF]
- https://github.com/banteg/bn [bn — дружественный к агентам CLI для Binary Ninja: декомпиляция, перекрёстные ссылки, типы, мутации через Unix-сокет к плагину GUI]
- https://github.com/amruth-sn/kong [Kong — агентный реверс-инженер, оркестрируемый LLM бинарный RE через внутрипроцессную Ghidra, анализ графа вызовов, агентная деобфускация]
- https://github.com/CSIT-SG/AETHER [ИИ-копайлот для обратного инжиниринга, помогающий в рутинном анализе вредоносного ПО в IDA Pro]
- https://github.com/thatskriptkid/re-harness [RE-harness — плагин OpenCode для статического анализа Windows PE под Qwen 27B/35B: структурированные read-only инструменты IDA/IDASQL, резервный лифтинг больших функций через NeverD/LLVM; харнесс для анализа вредоносного ПО; macOS/Linux]
- https://github.com/mrphrazer/ghidra-headless-mcp [ghidra-headless-mcp — headless Ghidra через MCP]
- https://github.com/vwww-droid/Mira [Mira — рабочая среда для обнаружения мобильных рантаймов (Android/iOS): нативный для ИИ анализ живого рантайма с Relay + MCP, удалённые shell/Frida-процессы и переиспользуемые знания об обнаружении]
- https://github.com/buzzer-re/ToCode [ToCode — экспорт бинарников/баз данных IDA в деревья проектов, подобные исходникам (восстановленный C, asm, сводки, богатые JSON-метаданные + AGENTS.md), чтобы кодирующие агенты могли обходить большие бинарники как оракул; поддерживает IDA Pro и radare2]

---

[Read more](https://github.com/gmh5225/awesome-ai-security)
Скачать инструмент

Популярное

Смотреть все →

Откройте для себя самые используемые инструменты нашего сообщества.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Полный набор инструментов OSINT: граф расследования, оценка достоверности, семейства псевдонимов, карта, временная шкала и отчёты. 49 модулей, более 400 сайтов, API-ключи не требуются.

    972
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Приложение GhostLock с запуском в один клик (CVE-2026-43499)

    666
  • 3

    looking-glass

    anonghosty/looking-glass

    Платформа CSIRT, которая загружает отчёты Shadowserver в MongoDB и воспроизводит их в виде интерактивных карт, аналитики, результатов, рекомендаций и исполнительных дашбордов.

    424
  • 4

    jumpserver

    jumpserver/jumpserver

    JumpServer — это платформа управления привилегированным доступом (PAM) с открытым исходным кодом, которая предоставляет командам DevOps и IT безопасный доступ по требованию к конечным точкам SSH, RDP, Kubernetes, баз данных и RemoteApp через веб-браузер.

    389
  • 5

    SafeLine

    chaitin/safeline

    Сам хостируемый WAF и обратный прокси-сервер, который фильтрует вредоносный HTTP-трафик, блокирует SQL-инъекции, XSS и атаки ботов, с ограничением скорости и динамическим шифрованием HTML/JS.

    337
  • 6

    ARTEX

    baarai/artex

    Платформа автономного тестирования на проникновение на основе мультиагентной LLM с агентами-планировщиками и агентами-исполнителями, графами активов и исследования, записью MITM-трафика и повторной проверкой уязвимостей.

    331

Изучить все инструменты

Просмотрите нашу коллекцию инструментов

Смотреть все инструменты →