Volltextsuche über alle Artikel: Titel, Zusammenfassung, Klartext-Erklärung und kompletter Text – archivierte Beiträge inklusive. Tippfehler sind kein Problem.
248 Treffer für „AI Security“
Worum es geht Agent Audit ist ein quelloffener Security-Scanner für LLM-Agenten. Das GitHub-Projekt beschreibt sich als statische Analyse für Prompt Injection, MCP-Konfigurationen und Taint-Flows, mit Regeln entlang der …
… Prüfung, Code-Äquivalenz, LLM-Halluzinationen, Open Source AI, Malware-Analyse, Agentensicherheit
… relevant, weil Findings damit in bestehende Code- und Security-Workflows passen. Die Anbindung an OSV.dev ergänzt die lokale Analyse um bekannte Schwachstellen in Abhängigkeiten; bei fehlender Verbindung fällt dieser …
… lassen, Ergebnisse vergleichen und Reports erzeugen. Für Security-Teams ist vor allem das Red Teaming relevant. Promptfoo kann adversariale Eingaben generieren, bekannte Risikoklassen wie Prompt Injection, Datenabfluss …
… Juli 2026 eine Umfrage unter 1.000 US-amerikanischen IT-, Security- und Entwicklerprofilen veröffentlicht. Der Kernbefund: KI-Agenten sind schneller in produktive Systeme gewandert, als Unternehmen ihre Zugriffe, Logs …
… zu Shells werden Am 7. Mai 2026 hat Microsoft im Microsoft Security Blog zwei Sicherheitslücken in seinem Open-Source-Agentenframework Semantic Kernel offengelegt. Beide erlauben es einem Angreifer, über präparierte …
Worum es geht Am 6. Mai 2026 hat Help Net Security über AIMap berichtet, ein neues Open-Source-Werkzeug von Bishop Fox. Es durchsucht öffentlich sichtbare KI-Infrastruktur, erkennt Frameworks wie MCP, Ollama, vLLM, …
PortSwiggers KI-gestütztes Forschungssystem fand neue HTTP-Desync-Techniken und rund 700 verwundbare Ziele. Die Ergebnisse zeigen zugleich, wo menschliche Sicherheitsforschung unverzichtbar bleibt.
… ist ein Open-Source-Werkzeug für ein Problem, das bei AI-Agenten schnell praktisch wird: Ein Agent kann E-Mails senden, Tabellen abfragen, Browser öffnen oder Code ausführen. Die eigentliche Frage ist dann nicht mehr …
… ursprünglichen Reasoning-Modell. Warum das wichtig ist AI-Sicherheit verlässt sich oft auf Black-Box-Tests: Man fragt ein Modell und schaut, ob es gefährliche, private oder unerwünschte Antworten gibt. Das Paper zeigt, …
