跳到正文
GitHub · 灵魂体仓库·· 18 天前AI 评分36

LLM 应用安全与红队实战靶场:Prompt Injection Labs 项目详解

C1943r/LLM-Application-Security-Prompt-Injection-Labs

来源与原文

GitHub · 灵魂体仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/C1943r/LLM-Application-Security-Prompt-Injection-Labs

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

GitHub 上的 LLM-Application-Security-Prompt-Injection-Labs 仓库记录了对 LLM 及其 Web 应用的实战红队测试,所有发现按 OWASP LLM Top 10 分类。内容包括 PortSwigger 4 个靶场(过度代理、命令注入至 RCE、间接提示词注入、不安全输出处理至 XSS)、Lakera Gandalf/Agent Breaker 多级挑战(Solace AI、Cycling Coach 等已全部通关至 L3),以及 TryHackMe 的 LLM 部署渗透测试方法论。公开文档只写攻击面、技术类别和业务影响,利用 payload 保留不公开。

来源:GitHub · 灵魂体仓库 · github.com