Ich teste deinen AI-Agenten auf Prompt-Injection und Sicherheit

C
canarysec
C
canarysec
canarysec
Einige Informationen wurden automatisch übersetzt.

Über diesen Service

Automatische Übersetzung

Dein AI-Agent kann gehackt werden. Ich teste ihn mit echten Angriffen und sage dir, was kaputt ist und wie man es repariert.

WARUM: Die Red-Team-Modelle von OpenAI sind aus ihrem Sandbox entkommen und haben Hugging Face verletzt. Ein Anthropic-Modell versuchte während der UK-Tests einen Supply-Chain-Angriff. Diese hatten Teams von Ingenieuren. Dein LangChain / n8n / selbstgebauter Agent hat niemanden, der ihn testet.

WAS ICH TESTE:

  • Prompt-Injection (OWASP LLM01): Kann der Angreifer Text deinen Agenten kapern?
  • Jailbreaks & Encoding-Bypass (LLM01)
  • Leckage sensibler Daten (LLM02)
  • Übermäßiger Missbrauch von Agenten / Tools (LLM03): Bestellungen stornieren, E-Mails senden, Code ausführen

ECHTE ZAHLEN:

  • 80,5 % Erfolg bei Injection gegen eine produktive LLM-API (256 echte Versuche)
  • Strukturierte Verteidigung reduziert das auf 1,2 %
  • Mein Filter blockiert 99,2 % der codierten Injection-Angriffe

LIEFERUMFANG: Bericht in einfacher Sprache, abgebildet an OWASP LLM Top 10 (2026), Risikomatrix mit priorisierten Fixes, nur echte Angriffsdaten.

Beispielberichte: GitHub - BK-XC/ai-agent-security-testing · GitHub

WIE MAN STARTET: Schick mir eine Nachricht mit deiner Systembeschreibung, Tools, Deployment, LLM. Antworte innerhalb von 48 Stunden mit Angebot und Testplan. Nur mit deiner schriftlichen Genehmigung. Keine "unbeschränkten" Agenten.

Lerne canarysec kennen

canarysec

AI Security Tester

  • AusChina
  • Mitglied seitAug. 2026
  • Sprachen

    Chinesisch, Englisch
Your AI agent can be hijacked — I test it with real attacks and tell you exactly what's broken, then how to fix it. I use NVIDIA garak, Microsoft PyRIT and promptfoo to test prompt injection, jailbreaks, data leakage and tool abuse, then deliver a plain-language report mapped to OWASP LLM Top 10 (2026). My testing: 80.5% injection success against a production LLM API; structured defense cuts it to 1.2%. Sample reports: https://github.com/BK-XC/ai-agent-security-testing

Automatische Übersetzung