퍼플라마 보안 도구

에이전틱 보안 스캐너

AI GitHub 저장소

대형 언어 모델(LLM)의 취약점을 식별하고 해결하기 위해 설계된 취약점 스캐너 및 AI 레드 팀 킷입니다. 이 도구는 보안 전문가가 AI 시스템을 테스트하고 개선할 수 있도록 지원합니다.에이전틱 보안은 대형 언어 모델(LLM)의 취약점을 식별하고 해결하기 위해 설계된 취약점 스캐너 및 AI 레드 팀 킷입니다. 이 도구는 보안 전문가가 AI 시스템을 테스트하고 개선할 수 있도록 지원합니다.

Vulnhuntr - 제로 샷 취약점 발견

AI GitHub 저장소

#123

대형 언어 모델(LLMs)을 사용하여 제로 샷 취약점 발견을 위한 도구입니다. 개발자가 이전 예시 없이 코드에서 잠재적인 보안 취약점을 식별할 수 있도록 하여 소프트웨어 보안과 신뢰성을 향상시킵니다.Vulnhuntr는 대형 언어 모델(LLMs)을 사용하여 제로 샷 취약점 발견을 위한 도구입니다. 개발자가 이전 예시 없이 코드에서 잠재적인 보안 취약점을 식별할 수 있도록 하여 소프트웨어 보안과 신뢰성을 향상시킵니다.

DeepTeam Framework

AI GitHub 저장소

#122

대형 언어 모델(LLM)과 AI 에이전트를 레드 팀하기 위해 설계된 프레임워크로, AI 시스템의 강건성과 보안을 테스트하고 향상시키기 위한 구조화된 접근 방식을 제공합니다.DeepTeam은 대형 언어 모델(LLM)과 AI 에이전트를 레드 팀하기 위해 설계된 프레임워크로, AI 시스템의 강건성과 보안을 테스트하고 향상시키기 위한 구조화된 접근 방식을 제공합니다.

대형 언어 모델의 보안을 평가하기 위해 설계된 오픈 소스 LLM 취약점 스캐너입니다. NVIDIA와 커뮤니티의 지원을 받아 모델 보안을 테스트하기 위한 수많은 플러그인과 수천 개의 프롬프트를 제공합니다.garak은 대형 언어 모델의 보안을 평가하기 위해 설계된 오픈 소스 LLM 취약점 스캐너입니다. NVIDIA와 커뮤니티의 지원을 받아 모델 보안을 테스트하기 위한 수많은 플러그인과 수천 개의 프롬프트를 제공합니다.

ps-fuzz

AI GitHub 저장소

#98

시스템 프롬프트를 테스트하고 강화하여 GenAI 애플리케이션의 보안을 향상시키기 위해 설계된 도구입니다. 이 도구는 AI 시스템이 안전하고 보안이 유지되도록 하여 개발자에게 강력한 보안 테스트 솔루션을 제공합니다.ps-fuzz는 시스템 프롬프트를 테스트하고 강화하여 GenAI 애플리케이션의 보안을 향상시키기 위해 설계된 도구입니다. 이 도구는 AI 시스템이 안전하고 보안이 유지되도록 하여 개발자에게 강력한 보안 테스트 솔루션을 제공합니다.

리포지토리를 위한 내장형 AI 기반 보안 도구를 제공하여 개발자가 취약점을 조기에 탐지하고 수정할 수 있도록 합니다. GitHub 워크플로우와 원활하게 통합되어 개발 프로세스를 방해하지 않고 소프트웨어 보안을 강화합니다.GitHub Advanced Security는 리포지토리를 위한 내장형 AI 기반 보안 도구를 제공하여 개발자가 취약점을 조기에 탐지하고 수정할 수 있도록 합니다. GitHub 워크플로우와 원활하게 통합되어 개발 프로세스를 방해하지 않고 소프트웨어 보안을 강화합니다.

에이전트 보안 벤치 (ASB)

AI GitHub 저장소

AI 에이전트의 보안을 강화하는 데 중점을 둔 GitHub 프로젝트입니다. 개발자들이 개발에 기여할 수 있도록 하여 AI 에이전트 보안을 개선하기 위한 협력적인 환경을 조성합니다.에이전트 보안 벤치 (ASB)는 AI 에이전트의 보안을 강화하는 데 중점을 둔 GitHub 프로젝트입니다. 개발자들이 개발에 기여할 수 있도록 하여 AI 에이전트 보안을 개선하기 위한 협력적인 환경을 조성합니다.

modelscan - 모델 직렬화 보호

AI GitHub 저장소

모델 직렬화 공격으로부터 보호하는 데 중점을 둔 GitHub 프로젝트입니다. 이 프로젝트는 개발자가 직렬화 과정에서 기계 학습 모델의 잠재적 취약점으로부터 안전하게 보호할 수 있도록 도구와 리소스를 제공합니다.Modelscan은 모델 직렬화 공격으로부터 보호하는 데 중점을 둔 GitHub 프로젝트입니다. 이 프로젝트는 개발자가 직렬화 과정에서 기계 학습 모델의 잠재적 취약점으로부터 안전하게 보호할 수 있도록 도구와 리소스를 제공합니다.