پرش به محتوای اصلی
سیستم آنلاین · سیدنی، NSW

Mohammad Raouf Abedini

هوش مصنوعی +سایبر

تحقیقات

"بجویید تا بیابید" — متی ۷:۷ساخت سیستم‌هایی برای اندازه‌گیری و مهار توانمندی‌های سایبری هوش مصنوعی مرزی. سازنده Project Simurgh — چارچوبی برای گواهیِ مهار که عامل‌های LLM را رِدتیم می‌کند و شواهد امضاشده و به‌صورت آفلاین قابل‌راستی‌آزمایی از آنچه یک عامل پس از عبور از نگهبان مجاز به انجامش بوده تولید می‌کند: مهار 138/138 موردِ ازقلم‌افتاده توسط دسته‌بند و کاهش موفقیت حمله از 9/140 به 0/140 روی AgentDojo. ارزیاب خروجی‌های Claude در برنامه ارزیابی ایمنی Anthropic. تلاش برای برتری‌دادن به مدافعان در برابر خطرات سایبری هوش مصنوعی پیشرفته.

ارزیاب ایمنی Claude · Alignerrمحقق امنیت هوش مصنوعیدانشگاه Macquarie · نوامبر ۲۰۲۶
سیستم آنلاینپژوهش امنیت هوش مصنوعیتیم قرمز عامل‌های LLMگواهی مهارPROJECT SIMURGHارزیاب ایمنی Claude · Alignerrافشای مسئولانهTHE INVISIBLE WINDOWاستارتاپ مورد حمایت شتاب‌دهندهکاهش خطرات فاجعه‌بار هوش مصنوعیبیش از ۷۰ پروژه منتشر شدهآماده جابه‌جایی · SAN FRANCISCOسیستم آنلاینپژوهش امنیت هوش مصنوعیتیم قرمز عامل‌های LLMگواهی مهارPROJECT SIMURGHارزیاب ایمنی Claude · Alignerrافشای مسئولانهTHE INVISIBLE WINDOWاستارتاپ مورد حمایت شتاب‌دهندهکاهش خطرات فاجعه‌بار هوش مصنوعیبیش از ۷۰ پروژه منتشر شدهآماده جابه‌جایی · SAN FRANCISCO

سامانه‌های مستقر شده

01.پروژه‌ها

[OPS] تهاجمی
مقاله با فرمت IEEE2026

Invisible Window Research

مقاله تحقیقاتی با فرمت IEEE که آسیب‌پذیری ساختاری در نظارت بر امتحانات مبتنی بر WebRTC را فاش می‌کند. فرار ۱۰۰ درصدی در ویندوز و مک با استفاده از APIهای مستند سیستم‌عامل.

Security ResearchWindowsmacOSWebRTCResponsible DisclosurePoC
[SEC] دفاعی
متصل به Invisible Window2026

Project Simurgh

چارچوب گواهی مهارِ قابل‌راستی‌آزمایی و مستقل از ارائه‌دهنده برای هوش مصنوعی عامل‌محور، برآمده از همتای دفاعیِ تحقیقات The Invisible Window. شواهد امضاشده با Ed25519 و بازتولیدپذیر به‌صورت آفلاین از آنچه یک عامل هوش مصنوعی پس از عبور از حفاظ مجاز به انجامش بوده تولید می‌کند — ۱۳۸ از ۱۳۸ مورد ازدست‌رفته توسط طبقه‌بند را مهار کرد و نرخ موفقیت حمله یک عامل زنده را در AgentDojo از ۹ از ۱۴۰ به ۰ از ۱۴۰ رساند.

Containment AttestationAgentic AI SafetyPrompt-InjectionEd25519LLM Red-TeamingAGPL-3.0
[SYS] مهندسی
محلی‌محور · حافظه عامل MCP2026

Project Zurvan

موتور دانش مبتنی بر هوش مصنوعی و محلی‌محور. اسناد را دریافت می‌کند، دانش ساختاریافته استخراج می‌کند و از طریق سرور MCP در اختیار عامل‌های هوش مصنوعی قرار می‌دهد. ۱۸۳ آزمون موفق.

PythonLLMMCPKnowledge GraphSQLiteLocal-firstAI Agents
[SEC] دفاعی2024

Mehr Guard

اسکنر امنیتی QR و URL آفلاین با اولویت حریم خصوصی که با Kotlin Multiplatform ساخته شده است. آنالیز ۱۰۰٪ آفلاین با ۵ پلتفرم هدف.

KMPSecurity ToolAndroidiOSDesktopWeb
[SYS] مهندسی2026

Syllabus-Sync

سیستم‌عامل دانشگاهی بومی هوش مصنوعی که سرفصل‌های PDF دانشگاه را به داده‌های ساختاریافته و قابل خواندن توسط عامل تبدیل می‌کند. پذیرفته‌شده در مرکز رشد دانشگاه مک‌کواری به‌عنوان یک استارتاپ رسمی. مجموعه کامل عملیات دانشجویی با ۵۰۳ تست.

MQ Incubator StartupNext.js 16SupabaseTypeScript
[SYS] مهندسی2024

GitSwitch

کلاینت گیت مجهز به هوش مصنوعی برای مدیریت چندین هویت و ایجاد کامیت‌های معنایی. ساخته شده با Electron و React.

ElectronReactTypeScriptAI
[SYS] مهندسی2026

Nexus Archive

مخزن رسانه‌ای شخصی با سبک سایبرپانک با فرانت‌اند React، ای‌پی‌آی Litestar و احراز هویت Supabase. توصیه‌های مجهز به هوش مصنوعی و احراز هویت سخت‌گیرانه مبتنی بر کوکی.

ReactPythonLitestarSupabase

اصول عملیاتی

02.فلسفه

R

تحقیق

رِدتیمِ عامل‌های LLM و اندازه‌گیری ارتقای توانمندی سایبری هوش مصنوعی مرزی. شناسایی مرزهای ایمنی، مهار عبور از نگهبان‌ها با شواهد امضاشده و آفلاین‌راستی‌آزمایی، و انتشار یافته‌های قابل تکرار.

  • + رِدتیم و مهار عامل‌های LLM
  • + ایمنی هوش مصنوعی و ارزیابی مدل‌های زبانی بزرگ
  • + ارزیابی ریسک دوکاربردی
S

امن‌سازی

دفاع لایه‌لایه که برتری را به مدافعان می‌دهد. پژوهش تهاجمی — کلاس‌های اکسپلویت و کمپین‌های حمله به عامل‌ها — به مهار قابل‌راستی‌آزمایی و ابزار دفاعی دنیای واقعی تبدیل می‌شود.

  • + توسعه اکسپلویت چندپلتفرمی
  • + افشای مسئولانه (OWASP/FIRST/CISA)
  • + گواهیِ مهارِ قابل‌راستی‌آزمایی
آزمایشگاه/ عملیات_فعال

تحقیق عملی در مورد آسیب‌پذیری و آزمایش ایمنی هوش مصنوعی. کارهای فعلی: توسعه اکسپلویت چند پلتفرمی، اندازه‌گیری ارتقای توانمندی هوش مصنوعی و مشخصه‌سازی مرزهای ایمنی.

پژوهش آسیب‌پذیریایمنی هوش مصنوعیتوسعه اکسپلویتافشای مسئولانه
ورود به آزمایشگاه

نوشته‌های فنی

03.گزارش‌ها