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/graph-com/cka-agent
Машинное ОбучениеСтатьи и ИсследованияОбучение и ОбразованиеRed TeamingБезопасность ИИСостязательная Атака
GitHubgraph-com/cka-agent

CKA-Agent

Исследовательская реализация агента для джейлбрейка LLM, обходящего защитные механизмы коммерческих моделей с помощью плетения безобидных промптов и адаптивного древовидного поиска.

Репозиторий
217481376 месяцев назадПроверено Kitploit
Поделиться
Сайт

[ICML 2026 & ICLR 2026 AIWILD] CKA-Agent: Обход защитных механизмов LLM через плетение безвредных промптов и адаптивный древовидный поиск

arXiv Website GitHub code Cite Python

🛡️ Защита от CKA

TurnGate — это механизм защиты, учитывающий ответы, предназначенный для обнаружения и нейтрализации скрытых вредоносных намерений в системах многоходового диалога. Он защищает от передовых многоходовых вредоносных атак, таких как CKA-Agent, обеспечивая высокую эффективность защиты и избегая излишних отказов.

🔥 Последние результаты на фронтирных моделях (декабрь 2025)

CKA-Agent демонстрирует стабильно высокую долю успешных атак против новейших фронтирных моделей, включая GPT-5.2, Gemini-3.0-Pro и Claude-Haiku-4.5. Результаты приведены ниже:

Модель HarmBench StrongREJECT
FS ↑ PS ↑ V ↓ R ↓ FS ↑ PS ↑ V ↓ R ↓
🟢 GPT-5.2 0.889 0.079 0.024 0.008 0.932 0.056 0.006 0.006
🟣 Gemini-3.0-Pro 0.881 0.087 0.000 0.032 0.951 0.037 0.006 0.006
🟠 Claude-Haiku-4.5 0.960 0.024 0.008 0.008 0.969 0.025 0.006 0.000

Метрики: FS = полный успех, PS = частичный успех, V = пустой ответ, R = отказ. Результаты собраны в декабре 2025 года.

Обзор

Этот репозиторий содержит официальную реализацию CKA-Agent — нового подхода к обходу защитных механизмов коммерческих больших языковых моделей (LLM) с помощью методов плетения безвредных промптов и адаптивного древовидного поиска.

CKA-Agent

Настройка окружения

Установите uv

curl -LsSf https://astral.sh/uv/install.sh | sh

Создайте окружение

uv venv --python 3.12
source .venv/bin/activate
uv pip install vllm --torch-backend=auto
uv pip install accelerate fastchat nltk pandas google-genai httpx[socks] anthropic

Конфигурация экспериментов

Настройте свои эксперименты, изменив файл config/config.yml. Вы можете управлять следующими аспектами:

  1. Тестовый набор данных: выберите из доступных наборов данных, таких как harmbench_cka или strongreject_cka.
  2. Целевые модели: выберите модели типа «чёрный ящик» или «белый ящик», такие как gpt-oss-120b или gemini-2.5-xxx.
  3. Методы джейлбрейка: включите и настройте различные реализованные базовые методы.
  4. Оценки: определите метрики оценки и модели-судьи, такие как gemini-2.5-flash.
  5. Методы защиты: при необходимости примените различные механизмы защиты.

Подробные инструкции по настройке и примеры см. в README по конфигурации.

Запуск экспериментов

Скрипт run_experiment.sh по умолчанию запускает main.py для выполнения всего конвейера эксперимента (джейлбрейк и оценка).

./run_experiment.sh

Вы можете изменить скрипт run_experiment.sh или напрямую передать аргументы в main.py, чтобы запустить отдельные этапы:

  • full: запускает весь конвейер (по умолчанию).
  • jailbreak: запускает только методы джейлбрейка.
  • judge: запускает только оценку по существующим результатам.
  • resume: возобновляет прерванный эксперимент.

Пример (запуск только этапа джейлбрейка):

python main.py --phase jailbreak

Цитирование

Если этот репозиторий оказался полезен для вашего исследования, пожалуйста, рассмотрите возможность цитирования следующей статьи:

@inproceedings{wei2025trojan,
      title={The Trojan Knowledge: Bypassing Commercial LLM Guardrails via Harmless Prompt Weaving and Adaptive Tree Search}, 
      author={Rongzhe Wei and Peizhi Niu and Xinjie Shen and Tony Tu and Yifan Li and Ruihan Wu and Eli Chien and Pin-Yu Chen and Olgica Milenkovic and Pan Li},
    booktitle={Forty-third International Conference on Machine Learning},
    year={2026},
    url={https://openreview.net/forum?id=IlJeOnKW0K}
}
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.

    546
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    477
  • 3

    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.

    377
  • 4

    redforge

    cybersecurity91/redforge

    Браузерный инструментарий для red team с 102 офлайн-инструментами для разведки, генерации полезной нагрузки, атак на учётные данные, криптографии, кодирования и отчётности по проектам.

    324
  • 5

    estorides

    grisuno/estorides

    Агрегирует 99+ бесплатных источников OSINT параллельно, преобразует сущности в граф знаний и экспортирует в STIX 2.1, MISP или GraphML с анализом при поддержке LLM.

    269
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Система действий для кибербезопасности на базе ИИ — где намерение превращается в управляемое исполнение, доказательства становятся оперативной памятью, а каждая операция улучшает следующую.

    252

Изучить все инструменты

Просмотрите нашу коллекцию инструментов

Смотреть все инструменты →