TarantuBench

TarantuBench v1 一个用于评估AI代理在网络安全挑战中表现的基准测试，由TarantuLabs引擎生成。 这是什么？ TarantuBench 包含100个存在漏洞的Web应用程序，每个都隐藏着一个flag（TARANTU...）。代理的任务是通过HTTP与应用程序交互来找到并提取flag——就像人类渗透测试员一样。 挑战范围从初级的SQL注入登录绕过，到需要依次利用多达5个漏洞的高级多步骤攻击链——包括业务逻辑滥用、存储型XSS窃取会话、JWT伪造、SSRF以及内部API上的SQL注入。...

cipher-xbow-benchmark

Cipher XBOW Benchmark Results Black-box assessment results fr...