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
LMSM — Фреймворк безопасности времени генерации для LLM, который сопоставляет внутренние сигналы модели с явными правилами и политиками для каждого запроса, обеспечивая выполнение действий разрешения, отказа или завершения в средах Hugging Face и vLLM. | Kitploit
Инструменты/GitHubGitHub/xiuyuz/lmsm
Оборонительные ИнструментыАудит конфигурацииУтилиты и фреймворкиМашинное ОбучениеСтатьи и ИсследованияБезопасность ИИ
GitHubxiuyuz/lmsm

LMSM

Фреймворк безопасности времени генерации для LLM, который сопоставляет внутренние сигналы модели с явными правилами и политиками для каждого запроса, обеспечивая выполнение действий разрешения, отказа или завершения в средах Hugging Face и vLLM.

Репозиторий
112 месяцев назадЕщё не проверено
Поделиться

LMSM

LMSM — это защитная подложка времени генерации для языковых моделей. Она связывает внутренние сигналы модели с небольшими явными правилами безопасности, хранит состояние политики для каждого запроса и опосредует только те запросы, для которых срабатывают активные правила.

Полное описание архитектуры и оценки см. в LMSM: LLM Security Framework Inspired by Linux Security Modules.

Основной путь управления:

Targets -> Backend bindings -> Rules -> Policy bundle
                                      |
model forward -> request-keyed backend evaluation -> composition -> action -> response

Концепции управляющего уровня

  • Target (цель) обозначает одно поведение, которое правило может обнаруживать, например киберпреступность или домогательство, вместе с областью, в которой применяется правило.
  • Backend binding (привязка бэкенда) связывает именованные каналы сигналов с точкой активации и подобранным плотным пробником, бэкендом SAE или транскодера.
  • Rule (правило) связывает одну цель с каналами бэкенда, калиброванным условием и кандидатным действием. Правила независимы и переиспользуемы.
  • Policy bundle (пакет политик) выбирает активные правила, их временной график, фиксированный порядок композиции OR и отображение кандидатных действий в действия среды выполнения.

Во время генерации LMSM связывает каждую оцениваемую строку с её идентификатором запроса. Таким образом, каждый запрос имеет собственные текущие оценки, состояние порогов и историю действий, даже когда vLLM упаковывает множество запросов в один прямой проход. Среда выполнения применяет действие только к выбранным строкам; остальные строки продолжают обрабатываться обычным образом.

Включённые профили

Переносимые YAML-файлы в profiles/ определяют четыре готовые к использованию конфигурации:

ПрофильГрафик
LMSM-CheckpointОбъединяет промпт и два окна сгенерированных токенов, затем оценивает их калиброванное слияние на шаге 64.
LMSM-AnytimeОбновляет оценки текущего префикса на каждом шаге генерации и действует при первом пересечении.
LMSM-TranscoderОтслеживает калиброванные признаки транскодера Qwen3 во время промпта и генерации, затем действует при первом пересечении.
LMSM-SAEОтслеживает калиброванные признаки SAE Gemma Scope во время промпта и генерации, затем действует при первом пересечении.

Checkpoint и Anytime используют стандартизированные плотные линейные пробники. Transcoder и SAE предоставляют полные примеры с артефактами для двух других типов бэкендов: каждый содержит шесть независимых семантических правил с калиброванными координатами признаков и порогами. Политика может активировать полный набор правил или любое его подмножество, не изменяя определение бэкенда.

Каждый профиль хранит порядок целей, сведения о бэкенде, выбор правил, планирование, композицию и отображение в публичные действия allow, refuse и terminate в одном объекте DeploymentProfile. Привязки, отдельные правила, библиотеки правил и пакеты политик используют простые человекочитаемые строки версий.

Включённые сборщики реализуют графики, описанные выше. Пользовательский оценщик политик может реализовать дополнительную семантику графиков на основе тех же интерфейсов управляющего уровня и принудительного применения.

Установка

LMSM требует Python 3.10 или новее. Установите базовую библиотеку и дополнительную среду выполнения, которую вы собираетесь использовать:

python -m venv .venv
. .venv/bin/activate
python -m pip install -e '.[hf]'

Для офлайн-интеграции с vLLM:

python -m pip install -e '.[hf,vllm]'

Установите дополнение SAE, чтобы использовать LMSM-SAE:

python -m pip install -e '.[hf,sae]'

Встроенный адаптер vLLM, входящий в комплект, рассчитан на vLLM 0.19.0 с одним рабочим процессом и размером tensor и pipeline parallel, равным 1. Он считывает модуль активации, режим pre/post hook и скрытую ширину из активной привязки бэкенда и загруженной модели, а не предполагает конкретную архитектуру модели. Интеграция с Hugging Face использует те же выбранные профилем точки активации.

Использование с Hugging Face

from pathlib import Path

from transformers import AutoModelForCausalLM, AutoTokenizer

from lmsm import build_transformers_engine, load_profile

root = Path("/path/to/LMSM")
model_id = "Qwen/Qwen3-4B"
profile = load_profile(root / "profiles/lmsm_anytime.yaml")
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")

engine = build_transformers_engine(model, tokenizer, profile, root)
print(engine.generate("Explain how photosynthesis works."))

Выбирайте независимые правила перед построением движка, когда нужна только часть политики:

profile = profile.with_active_rules([
    "chemical_biological",
    "cybercrime_intrusion",
])

Задайте actions_enabled=False в build_transformers_engine, чтобы оценить политику без изменения ответов.

Использование vLLM

scripts/run_vllm.py принимает строки JSONL с полями id и prompt и записывает outputs.jsonl, actions.jsonl и timings.csv:

python scripts/run_vllm.py \
  --model Qwen/Qwen3-4B \
  --profile profiles/lmsm_anytime.yaml \
  --input examples/requests.jsonl \
  --run-dir runs/anytime \
  --physical-gpu 0

Повторите --active-rule RULE_ID, чтобы запустить выбранное подмножество правил. Например, --active-rule chemical_biological --active-rule cybercrime_intrusion активирует только эти два правила из выбранного профиля.

Тесты

Репозиторий включает быстрый набор тестов для CPU, использовавшийся во время разработки:

python -m pip install -e '.[dev]'
python -m pytest -q

Эти тесты охватывают интерфейсы библиотеки и предоставленные контракты профилей. Воспроизведение GPU-бенчмарка описано отдельно в reproduction/.

Лицензия

Исходный код LMSM и документация, созданная в рамках проекта, распространяются по лицензии MIT. Модели и артефакты бэкендов сохраняют собственные лицензии.

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.

    1.1k
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    603
  • 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.

    390
  • 4

    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.

    321
  • 5

    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.

    301
  • 6

    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.

    263

Изучить все инструменты

Просмотрите нашу коллекцию инструментов

Смотреть все инструменты →