#1
gmh5225/malicious-code-detection-buguAI-based malicious code detection and obfuscation system with microservices for detection, packing, and code confusion, plus user and admin services.
nawaralseelawi/pvbrf-id用于私有、可验证、拜占庭鲁棒的联邦入侵检测协议的仿真代码和结果，该协议使用秘密共享、Merkle 审计和 Pedersen 承诺。
cosmosyi/autocontrol-arena用于前沿AI安全评估的自动化框架，通过合成可执行的、压力丰富的测试环境，揭示高级智能体模型中的潜在风险。
yxf203/defense-as-skill运行时防护技能，用于检测并阻止技能增强型智能体中由技能引发的恶意攻击，并采用MCTS循环，根据推演反馈演化防护策略。
jev-sec/jev-idsBlazing-Fast Token-Efficient Intrusion Detection System (IDS) based on TypeSafe's Jev.
rdelasierra-uy/rag-seguridadCyberRAG — RAG 100% local (Ollama) sobre apuntes y libros de ciberseguridad: recuperación híbrida, respuestas con citas, asistente de pentest por…
krxi/asmsense小型语言模型，用于为剥离符号的 x86-64 二进制文件中的函数命名和描述，附带开放数据集、基线以及 LoRA 微调实验。
ye-ze-yu/epireal-bench面向商业图像生成器的红队测试基准与黑盒攻击框架，用于评估视觉虚假信息风险，包含1万条虚假声明提示词及评分脚本。
phil-fan/fs-attack实现论文《重新思考延迟拒绝服务：攻击 LLM 服务框架，而非模型》
multimodal-ai-lab/tobac逐Token攻陷：统一自回归模型中的后门漏洞（NeurIPS'26）
moontea0416/webmirage针对视觉-语言网络代理的对抗性图像攻击：从视觉定位到浏览器执行
stardust457/sldr防御框架，通过选择性层恢复和动态路由来缓解LLM的恶意微调，并附带训练、危害性评分和越狱评估脚本。
danigil/neuperm零重训练净化，通过重排置换等价神经网络单元，摧毁通过权重隐写攻击嵌入的恶意软件，同时保持模型准确率。
graph-com/cka-agent研究实现了一种LLM越狱代理，该代理利用无害提示编织和自适应树搜索绕过商业模型的防护栏。
githubsecuritylab/seclab-taskflow-agent支持MCP的多智能体框架，用于声明式YAML驱动的智能体工作流，结合CodeQL集成，应用于AI辅助代码审计、漏洞分类和安全研究。
uiuc-kang-lab/persistbdResearch code for training adapters that make LLM agent backdoors survive benign fine-tuning, with trigger-rate scoring, SWE-bench evaluation, and…
deep-jlu/skillpoison研究流水线，通过构建已验证的成功经验并将其组织为形成记录，经由HTS、LEGSA和GCTIR阶段逐步毒化模型技能。
