MITRE ATLAS v5.4 实战Anthropic-Cybersecurity-Skills 如何防御 AI/ML 对抗威胁完整指南【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATTCK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI 20 platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills随着大模型和 AI Agent 走进生产环境提示注入、模型投毒、MCP 工具投毒等AI/ML 对抗威胁成为安全团队的新战场。开源项目Anthropic-Cybersecurity-Skills为 AI Agent 提供了817 个结构化网络安全技能其中 AI 安全领域的技能全部映射到MITRE ATLAS v5.416 种战术、84 项技术帮你用业界标准的威胁框架来识别和防御针对机器学习系统的攻击让 Claude Code、Copilot、Cursor 等 AI 助手秒变AI 安全分析师。为什么需要 MITRE ATLAS 来防御 AI 系统传统 ATTCK 关注的是企业网络攻击而MITRE ATLAS是 MITRE 专为 AI/ML 系统设计的对抗战术库。v5.4 版本覆盖了 16 种战术和 84 项技术并在 2025 年底新增了Agent AI 攻击向量包括AI Agent 上下文投毒Context Poisoning工具调用滥用Tool Invocation AbuseMCP 服务器 compromises恶意 Agent 部署对新手来说ATLAS 的价值在于它把针对 AI 的攻击从模糊概念变成了可枚举、可映射、可落地的技术清单。比如提示注入对应AML.T0051模型投毒对应AML.T0020每一项都有对应的防御工作流。技能库如何映射 ATLAS每个技能自带 6 框架标签本项目的核心设计是一个技能六个框架。每个技能目录下的SKILL.md文件都带有 YAML 前置元数据其中atlas_techniques字段直接声明该技能对应的 ATLAS 技术 ID并同步映射到 NIST AI RMF、MITRE D3FEND、NIST CSF 2.0 等框架。以提示注入检测技能为例其元数据声明了对 5 项 ATLAS 技术的覆盖AML.T0051— LLM 提示注入AML.T0054— 基于对抗性样本的模型操纵AML.T0056— 对抗性样本利用AML.T0067/AML.T0068— Agent 相关的新型攻击技术相关参考文件技能定义skills/detecting-ai-model-prompt-injection-attacks/SKILL.mdATTCK 覆盖统计mappings/mitre-attack/coverage-summary.mdATTCK Navigator 可视化图层mappings/attack-navigator-layer.json技能目录总览mappings/README.md这种声明式映射让 AI Agent 可以在 30 个 token 内扫描全部 817 个技能的元数据快速定位与当前 ATLAS 威胁最相关的技能——这正是渐进式披露Progressive Disclosure架构的精髓。5 大 AI/ML 对抗攻击场景对应的防御技能清单以下是新手最常遇到的 AI 安全威胁以及本项目中可以直接让 Agent 调用的防御技能。场景一提示注入攻击AML.T0051——AI 应用的头号威胁提示注入是 OWASP LLM Top 10 榜首风险LLM01:2025。项目中提供了检测 测试 防御三层技能组合威胁类型防御技能ATLAS 映射直接/间接注入检测detecting-ai-model-prompt-injection-attacksAML.T0051间接注入检测文档/网页中隐藏指令detecting-indirect-prompt-injectionAML.T0051.001RAG 管道注入测试testing-prompt-injection-in-rag-pipelinesAML.T0051LLM 护栏防御defending-llms-with-guardrailsAML.T0054检测技能采用正则签名 启发式评分 DeBERTa 分类器三层架构能识别系统提示覆盖、角色扮演逃逸、编码混淆等多种注入形态。场景二RAG 向量数据库漏洞AML.T0024RAG 系统的向量存储Pinecone、Qdrant、Chroma 等存在嵌入反转、跨租户数据泄露、知识库投毒等风险对应 OWASP LLM08:2025。技能 assessing-vector-and-embedding-weaknesses 覆盖了完整的评估流程嵌入反转测试AML.T0024.001 Invert ML Model验证能否从向量还原原始文本成员推断探测AML.T0024.000判断某条数据是否在语料库中多租户隔离审计namespace 与元数据过滤是否有效检索劫持测试投毒的 chunk 是否会主导检索结果场景三数据与模型投毒AML.T0020 / AML.T0018在训练阶段攻击者可能注入恶意样本或植入后门触发器。技能 detecting-data-and-model-poisoning 提供流水线级检测供应链侧权重哈希校验拒绝 pickle 系序列化格式强制使用 safetensors数据侧用 Cleanlab 检测标签质量问题与统计离群点模型侧用 IBM ART 的激活聚类和频谱签名分析识别投毒样本重建后门触发器场景四MCP 工具投毒AML.T0010——Agent 时代的新攻击面2025 年初 Invariant Labs 披露MCP 工具的自然语言描述字段就是攻击面——恶意服务器可以把隐藏指令写进工具描述里Agent 会静默服从这本质上就是经由供应链投送的间接提示注入。技能 auditing-mcp-servers-for-tool-poisoning 教你在把 MCP 服务器加入 Agent 栈之前完成审计用 mcp-scan 静态扫描工具投毒、工具影子化shadowing、毒丸流程工具哈希锁定检测批准后偷偷变更描述的rug pull攻击SSRF 与未认证暴露检查配套的 Agent 工具调用加固技能见 securing-agentic-ai-tool-invocationAML.T0053 LLM 插件劫持。场景五模型提取与数据泄露AML.T0024 / AML.T0057如果推理 API 没有速率限制和输出控制攻击者可以通过反复查询蒸馏出你的模型或让模型吐出训练数据。对应技能detecting-model-extraction-attacks识别异常高频的推理查询模式testing-for-system-prompt-leakage测试系统提示词是否会被套取AML.T0057 LLM 数据泄露提示如果你的团队要做持续性的 AI 红队测试还可以用 red-teaming-llms-with-garak、continuous-llm-red-teaming-with-promptfoo 和 orchestrating-llm-attacks-with-pyrit 这组技能它们在 CI 中自动化地复现 AML.T0051/T0054 类攻击。快速上手3 步让 AI Agent 拥有 AI 安全防御能力第 1 步获取技能库git clone https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills cd Anthropic-Cybersecurity-Skills第 2 步指向你的 AI Agent该项目遵循 agentskills.io 开放标准Claude Code、GitHub Copilot、Codex CLI、Cursor、Gemini CLI 等 26 平台零配置加载。也可以直接对 Agent 说读取 skills/ 下的技能按 ATLAS AML.T0051 检查我的 RAG 应用是否存在提示注入风险。第 3 步验证技能结构每个技能目录都是统一结构例如 skills/defending-llms-with-guardrails/ 包含SKILL.md触发条件、前置要求、分步工作流、结果验证references/standards.mdATLAS / D3FEND / NIST AI RMF 映射详情scripts/可直接运行的辅助脚本仓库自带校验工具 tools/validate-agentskills.py 和 JSON Schema tools/agentskills-skill.schema.json可用于 CI 中保证新增技能的元数据合规。常见问题FAQQ这个项目和我已知的 ATTCK 技能库有什么区别A它是目前唯一把每个技能同时映射到 6 个框架的开源技能库——MITRE ATTCK、NIST CSF 2.0、MITRE ATLAS、MITRE D3FEND、NIST AI RMF 以及 2026 年 4 月新发布的 MITRE F3 反欺诈框架。做 AI 安全合规时一份技能覆盖多份检查表。Q普通开发者非 AI 安全专家能用吗A可以。技能内的Workflow部分就是分步操作指南AI Agent 会替你执行你只需审阅 Agent 生成的报告并关注 Verification 部分的验证结论。Q内容可以商用吗A项目采用 Apache 2.0 许可个人与商业项目均可自由使用。注意红队/渗透类技能仅限在你拥有或获得书面授权的系统中使用。总结关键信息说明技能总量817 个结构化技能29 个安全领域ATLAS 覆盖v5.4 · 16 战术 · 84 技术含 Agent AI 新向量AI 安全技能14 个专属技能 大量跨领域映射兼容平台Claude Code / Copilot / Codex CLI / Cursor / Gemini CLI 等 26标准agentskills.io 开放标准 · Apache 2.0面对 AI/ML 对抗威胁框架是地图技能是武器MITRE ATLAS v5.4 帮你定位攻击Anthropic-Cybersecurity-Skills 帮你落地防御。把仓库指向你的 AI Agent今天就能给你的 LLM 应用做一遍 ATLAS 标准的威胁评估。【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATTCK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI 20 platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 MITRE ATLAS v5.4 实战：Anthropic-Cybersecurity-Skills 如何防御 AI/ML 对抗威胁（完整指南）
MITRE ATLAS v5.4 实战Anthropic-Cybersecurity-Skills 如何防御 AI/ML 对抗威胁完整指南【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATTCK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI 20 platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills随着大模型和 AI Agent 走进生产环境提示注入、模型投毒、MCP 工具投毒等AI/ML 对抗威胁成为安全团队的新战场。开源项目Anthropic-Cybersecurity-Skills为 AI Agent 提供了817 个结构化网络安全技能其中 AI 安全领域的技能全部映射到MITRE ATLAS v5.416 种战术、84 项技术帮你用业界标准的威胁框架来识别和防御针对机器学习系统的攻击让 Claude Code、Copilot、Cursor 等 AI 助手秒变AI 安全分析师。为什么需要 MITRE ATLAS 来防御 AI 系统传统 ATTCK 关注的是企业网络攻击而MITRE ATLAS是 MITRE 专为 AI/ML 系统设计的对抗战术库。v5.4 版本覆盖了 16 种战术和 84 项技术并在 2025 年底新增了Agent AI 攻击向量包括AI Agent 上下文投毒Context Poisoning工具调用滥用Tool Invocation AbuseMCP 服务器 compromises恶意 Agent 部署对新手来说ATLAS 的价值在于它把针对 AI 的攻击从模糊概念变成了可枚举、可映射、可落地的技术清单。比如提示注入对应AML.T0051模型投毒对应AML.T0020每一项都有对应的防御工作流。技能库如何映射 ATLAS每个技能自带 6 框架标签本项目的核心设计是一个技能六个框架。每个技能目录下的SKILL.md文件都带有 YAML 前置元数据其中atlas_techniques字段直接声明该技能对应的 ATLAS 技术 ID并同步映射到 NIST AI RMF、MITRE D3FEND、NIST CSF 2.0 等框架。以提示注入检测技能为例其元数据声明了对 5 项 ATLAS 技术的覆盖AML.T0051— LLM 提示注入AML.T0054— 基于对抗性样本的模型操纵AML.T0056— 对抗性样本利用AML.T0067/AML.T0068— Agent 相关的新型攻击技术相关参考文件技能定义skills/detecting-ai-model-prompt-injection-attacks/SKILL.mdATTCK 覆盖统计mappings/mitre-attack/coverage-summary.mdATTCK Navigator 可视化图层mappings/attack-navigator-layer.json技能目录总览mappings/README.md这种声明式映射让 AI Agent 可以在 30 个 token 内扫描全部 817 个技能的元数据快速定位与当前 ATLAS 威胁最相关的技能——这正是渐进式披露Progressive Disclosure架构的精髓。5 大 AI/ML 对抗攻击场景对应的防御技能清单以下是新手最常遇到的 AI 安全威胁以及本项目中可以直接让 Agent 调用的防御技能。场景一提示注入攻击AML.T0051——AI 应用的头号威胁提示注入是 OWASP LLM Top 10 榜首风险LLM01:2025。项目中提供了检测 测试 防御三层技能组合威胁类型防御技能ATLAS 映射直接/间接注入检测detecting-ai-model-prompt-injection-attacksAML.T0051间接注入检测文档/网页中隐藏指令detecting-indirect-prompt-injectionAML.T0051.001RAG 管道注入测试testing-prompt-injection-in-rag-pipelinesAML.T0051LLM 护栏防御defending-llms-with-guardrailsAML.T0054检测技能采用正则签名 启发式评分 DeBERTa 分类器三层架构能识别系统提示覆盖、角色扮演逃逸、编码混淆等多种注入形态。场景二RAG 向量数据库漏洞AML.T0024RAG 系统的向量存储Pinecone、Qdrant、Chroma 等存在嵌入反转、跨租户数据泄露、知识库投毒等风险对应 OWASP LLM08:2025。技能 assessing-vector-and-embedding-weaknesses 覆盖了完整的评估流程嵌入反转测试AML.T0024.001 Invert ML Model验证能否从向量还原原始文本成员推断探测AML.T0024.000判断某条数据是否在语料库中多租户隔离审计namespace 与元数据过滤是否有效检索劫持测试投毒的 chunk 是否会主导检索结果场景三数据与模型投毒AML.T0020 / AML.T0018在训练阶段攻击者可能注入恶意样本或植入后门触发器。技能 detecting-data-and-model-poisoning 提供流水线级检测供应链侧权重哈希校验拒绝 pickle 系序列化格式强制使用 safetensors数据侧用 Cleanlab 检测标签质量问题与统计离群点模型侧用 IBM ART 的激活聚类和频谱签名分析识别投毒样本重建后门触发器场景四MCP 工具投毒AML.T0010——Agent 时代的新攻击面2025 年初 Invariant Labs 披露MCP 工具的自然语言描述字段就是攻击面——恶意服务器可以把隐藏指令写进工具描述里Agent 会静默服从这本质上就是经由供应链投送的间接提示注入。技能 auditing-mcp-servers-for-tool-poisoning 教你在把 MCP 服务器加入 Agent 栈之前完成审计用 mcp-scan 静态扫描工具投毒、工具影子化shadowing、毒丸流程工具哈希锁定检测批准后偷偷变更描述的rug pull攻击SSRF 与未认证暴露检查配套的 Agent 工具调用加固技能见 securing-agentic-ai-tool-invocationAML.T0053 LLM 插件劫持。场景五模型提取与数据泄露AML.T0024 / AML.T0057如果推理 API 没有速率限制和输出控制攻击者可以通过反复查询蒸馏出你的模型或让模型吐出训练数据。对应技能detecting-model-extraction-attacks识别异常高频的推理查询模式testing-for-system-prompt-leakage测试系统提示词是否会被套取AML.T0057 LLM 数据泄露提示如果你的团队要做持续性的 AI 红队测试还可以用 red-teaming-llms-with-garak、continuous-llm-red-teaming-with-promptfoo 和 orchestrating-llm-attacks-with-pyrit 这组技能它们在 CI 中自动化地复现 AML.T0051/T0054 类攻击。快速上手3 步让 AI Agent 拥有 AI 安全防御能力第 1 步获取技能库git clone https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills cd Anthropic-Cybersecurity-Skills第 2 步指向你的 AI Agent该项目遵循 agentskills.io 开放标准Claude Code、GitHub Copilot、Codex CLI、Cursor、Gemini CLI 等 26 平台零配置加载。也可以直接对 Agent 说读取 skills/ 下的技能按 ATLAS AML.T0051 检查我的 RAG 应用是否存在提示注入风险。第 3 步验证技能结构每个技能目录都是统一结构例如 skills/defending-llms-with-guardrails/ 包含SKILL.md触发条件、前置要求、分步工作流、结果验证references/standards.mdATLAS / D3FEND / NIST AI RMF 映射详情scripts/可直接运行的辅助脚本仓库自带校验工具 tools/validate-agentskills.py 和 JSON Schema tools/agentskills-skill.schema.json可用于 CI 中保证新增技能的元数据合规。常见问题FAQQ这个项目和我已知的 ATTCK 技能库有什么区别A它是目前唯一把每个技能同时映射到 6 个框架的开源技能库——MITRE ATTCK、NIST CSF 2.0、MITRE ATLAS、MITRE D3FEND、NIST AI RMF 以及 2026 年 4 月新发布的 MITRE F3 反欺诈框架。做 AI 安全合规时一份技能覆盖多份检查表。Q普通开发者非 AI 安全专家能用吗A可以。技能内的Workflow部分就是分步操作指南AI Agent 会替你执行你只需审阅 Agent 生成的报告并关注 Verification 部分的验证结论。Q内容可以商用吗A项目采用 Apache 2.0 许可个人与商业项目均可自由使用。注意红队/渗透类技能仅限在你拥有或获得书面授权的系统中使用。总结关键信息说明技能总量817 个结构化技能29 个安全领域ATLAS 覆盖v5.4 · 16 战术 · 84 技术含 Agent AI 新向量AI 安全技能14 个专属技能 大量跨领域映射兼容平台Claude Code / Copilot / Codex CLI / Cursor / Gemini CLI 等 26标准agentskills.io 开放标准 · Apache 2.0面对 AI/ML 对抗威胁框架是地图技能是武器MITRE ATLAS v5.4 帮你定位攻击Anthropic-Cybersecurity-Skills 帮你落地防御。把仓库指向你的 AI Agent今天就能给你的 LLM 应用做一遍 ATLAS 标准的威胁评估。【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATTCK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI 20 platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考