#1
用于构造攻击、构建防御并对二者进行基准测试的对抗样本库

:cloud: :zap: 针对云端的细粒度、可操作对手模拟

# 面向MCP服务器上LLM智能体红队测试的轨迹感知进化搜索框架,生成对抗性提示以映射各风险类别的漏洞全景。

针对检索增强型语言模型的投毒攻击研究实现,利用伪装文档规避过滤防御并诱导错误答案。

研究代码实现了T-Backdoor,即针对脉冲神经网络的时序触发后门攻击,使用速率、延迟和抖动触发器,无需空间扰动。


因果上下文归因与基于规则的监控器 LLM 防御,用于抵御 LLM 智能体中的间接提示注入,在 AgentDyn 及其他基准测试上实现了最先进的性能。


一种精简的基于FTP的命令与控制通道,用于互连远程系统。

逆向工程 Gemini 的 SynthID 检测

用于研究 Windows 进程执行技术的 PoC 和工具

研究代码,复现了来自SoK意图导向系统化论文的多轮LLM越狱实验(FITD、MRCJ、ActorAttack、X-Teaming)。

可复现的 Colab 流水线,将六个 AI 安全素养能力维度建立在公开基准和调查微观数据之上,生成图表、表格和可续跑的结果。

针对使用工具的LLM代理的控制令牌思维链抑制与解析器宽松攻击实验

Claude AI 中的一个高风险提示注入漏洞证明,即使是最智能的语言模型也能被变成武器——只需几行代码。

GodPotato 的 Crystal 移植版,通过间接系统调用、动态 API 解析和编译时字符串混淆来滥用 SeImpersonatePrivilege。可运行命令、反弹 Shell 或添加用户。