Antondimitrov9605/Antondimitrov9605

GitHub: Antondimitrov9605/Antondimitrov9605

一个聚焦多语言LLM安全的研究框架,通过自动化对抗测试量化跨语言安全差距并输出可重复评估方法。

Stars: 0 | Forks: 0

嗨,我是 Anton Zdravkov Dimitrov 👋

AI 红队成员 · 大语言模型安全研究员 · 网络安全工程师
瓦尔纳,保加利亚 🇧🇬

ORCID HTB AI Red Teamer MSc Cybersecurity LLM Safety

### 🧭 关于我 我是一名网络安全专家,专注于**大型语言模型的对抗性测试**、**跨语言安全评估**以及**提示注入漏洞**研究。我的工作将传统威胁建模(MITRE ATT&CK、OWASP)与生成式 AI 的新兴攻击面相结合。 我架构了 **CL-RAM**(跨语言研究评估模块)——一个用于自动化、可重复的多语言 LLM 安全评估框架,作为我在**尼古拉·瓦普萨罗夫海军学院**(2023–2026)硕士论文的一部分。该研究在统计上证明了英语与保加利亚语之间存在 **10.5 个百分点的跨语言安全差距**,并产出了 12 篇研究论文。 除了 AI 安全,我还开发原生 iOS 应用(Flutter/Dart)和医疗级桌面工具(Python、SciPy、CUDA)。 ### 🔬 当前研究重点 - **多语言 LLM 安全性**——量化跨语言家族中的不对称漏洞 - **红队方法论**——基于 10 模型共识投票的集成式越狱检测 - **双向分类法**——对抗性提示的可行动性与模糊性分类 - **温度作为安全参数**——采样随机性的相变分析 - **博士准备**——构建 AI 安全研究的博士培养体系 ### 🛠️ 技术栈



### 📚 代表性研究与项目
项目描述技术栈
CL-RAM v2.0
硕士论文
跨语言研究评估模块(CL-RAM)——一个用于自动化、系统化跨语言对抗性测试 LLM 的框架。在 3 个开源模型(Mistral-7B、EuroLLM-22B、Phi-4)上进行 1,680 次实验,采用 10 模型集成验证。产出了 12 篇研究论文,涵盖跨语言安全差距、温度放大、双向分类法以及集成式越狱检测。 Python、PyQt6、llama-cpp、CUDA
通用 ECG 查看器 支持多导联(3–32 导)的专业桌面 ECG 查看器,具备实时数字滤波、自动 R 峰检测、完整 HRV 分析套件(Poincaré 图、SDNN、RMSSD、pNN50)以及可选的大数据集 GPU 加速。 Python、SciPy、CuPy
ResMed CPAP 查看器 适用于 ResMed AirSense 10 CPAP 治疗的临床级可视化工具。支持 EDF 信号处理、Cheyne–Stokes 呼吸检测(包络提取、带通滤波、自相关周期性分析)、AHI 跟踪以及 PDF 临床报告导出。 Python、Tkinter、Matplotlib
MyLifeFlow
iOS,App Store
多模块 iOS 生活应用——包含习惯追踪(游戏化)、情绪日志、轮班排班以及个人财务仪表板。支持多语言(英/保)、生物识别认证、30 天试用。 Flutter、Dart
### 🏆 认证与成就 - **Hack The Box — AI 红队成员**(2025 年 9 月)——专门的对抗性测试、LLM 漏洞与 AI 系统安全培训 - **认证 Solana 构建者**——HackQuest 与 Solana 基金会(2025 年 3 月) - **区块链与智能合约审计**——10 门认证课程(以太坊、Solidity、Rust、DeFi 安全) - **小行星发现**——2017–2018 年通过国际天文搜索协作项目正式命名多颗小行星(AZD) - **已发表论文**——合著《Astronavigation 知识在实际小行星发现中的应用》,发表于 IAMU AGA 18 Proceedings Vol. III(2017) ### 🎓 教育背景 - **网络安全硕士**——尼古拉·瓦普萨罗夫海军学院,瓦尔纳(2023–2026) - 硕士论文:《大型语言模型的安全漏洞分析与软件框架研究》 - **航海学学士**——尼古拉·瓦普萨罗夫海军学院,瓦尔纳(2016–2020) ### 📄 简历 我的完整简历以独立仓库形式提供:**[📂 Antondimitrov9605/CV](https://github.com/Antondimitrov9605/CV)** ### 📈 GitHub 统计

GitHub stats Top languages

### 🤝 联系与合作 我积极寻求在 AI 安全、红队方法论以及跨语言 LLM 鲁棒性领域的**博士机会**。欢迎就以下方向开展研究合作与行业交流: - 生产级 LLM 的对抗性评估 - 多语言安全认证框架 - RAG 与智能体系统的提示注入防御 - LLM 漏洞的负责任披露

"直到所有语言都得到解决,安全才算真正解决。"

标签:AES-256, AI Red Teamer, AI安全, Chat Copilot, Cloudflare, CL-RAM, Cross-Lingual Research Assessment Module, CUDA, Cybersecurity Engineer, Dart, Flutter, Hack The Box, iOS开发, LLM Safety Researcher, MITRE ATT&CK, Nikola Vaptsarov Naval Academy, ORCID, Python, SciPy, Vectored Exception Handling, 凭据扫描, 双重轴分类法, 可视化界面, 多语言安全, 多语言漏洞不对称性, 安全工程, 对抗测试, 提示注入, 数据展示, 无后门, 漏洞评估, 生成式AI安全, 硕士论文, 红队, 红队方法论, 虚拟机, 行动性×模糊性分类, 跨语言安全评估, 逆向工具, 集群管理