shahbaaz-devsec/AI-Red-Teaming-Methodologies

# 🎯 AI-Red-Teaming-Methodologies 此仓库记录了高级的、非基于代码的红队测试技术，这些技术利用纯粹的行为推断和心理框架，来分析、映射和绕过商业大型语言模型（LLM）的认知防护机制。 ## 📂 威胁情报报告 | ID | 目标模型 | 漏洞类型 | 状态 | 报告链接 | |---|---|---|---|---| | `RTR-001` | Anthropic Claude | 通过学术框架提取系统架构 | 🔓 已发布 | [阅读完整报告](reports/claude/claude-architecture-extraction/claude-architecture-extraction.md) | | `RTR-002` | Google Gemini | 通过抽象层实现 Payload 武器化 | ⏳ 草稿 | 即将推出 | ## 🧠 研究的核心方法 1. **行为推断提取：** 通过将提取 Payload 包装在无恶意、高度顺从的角色中（例如，学术/对齐研究员），绕过意图检测分类器。 2. **累积上下文诱捕：** 在执行 Payload 之前，利用模型的聚合对话记忆在多轮交互中建立“良性信任”。 3. **抽象遗忘：** 通过将恶意请求深度抽象为无害的假设性组件，迫使模型丧失对其安全参数的上下文感知。 *免责声明：本仓库中发布的所有研究均严格出于教育、AI 对齐和防御性 DevSecOps 目的进行。未入侵任何专有后端系统。所有交互均通过公共推理 API 进行，旨在为开源 AI 安全做出贡献。*

标签：AI安全, AI对齐, Chat Copilot, DLL 劫持, 域名收集, 大语言模型, 安全测试, 提示词攻击, 攻击性安全, 防御加固