项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 113
核心亮点
- 聚焦 AI 隐私与合规,细分场景明确,填补通用工具空白
- 提供从数据到模型的多层次隐私检查能力,覆盖面广
- Python 实现,易于集成到现有 ML 工作流中
不足之处
- 项目处于早期,文档和示例可能不够完善
- 功能模块的成熟度和稳定性有待社区验证
适用场景
- AI 产品上线前的隐私合规自查
- 企业内审 AI 模型的数据处理流程
- 研究机构评估模型隐私泄露风险
替代项目
Microsoft Presidio、IBM AI Fairness 360、TensorFlow Privacy
同类项目推荐
aegis
开源
给大模型装上会自我进化的安全防火墙
Self-hardening firewall for large language models
Zero-Breach-Toolkit
开源
离线自查设备是否留有已知间谍软件痕迹
Free, open-source check for traces of mercenary spyware (Pegasus, Predator, Graphite···
RiOSWorld
开源
测出你的电脑智能体有多“手贱”,防翻车必备
[NeurIPS 2025] Official repository of RiOSWorld: Benchmarking the Risk of Multimodal···
promptpex
开源
自动生成提示词测试用例,让 Prompt 迭代更稳更高效
Test Generation for Prompts
oss-fuzz-gen
开源
用大模型自动写模糊测试,一键发现代码漏洞
LLM powered fuzzing via OSS-Fuzz.
awesome-cyber-ai-arsenal
开源
一站式导航AI安全攻防工具,快速定位所需资源
A curated collection of offensive, defensive and AI/LLM security tools.
ps-fuzz
开源
自动模糊测试系统提示词,找出越狱漏洞并加固
Make your GenAI Apps Safe & Secure :rocket: Test & harden your system prompt
AdvUnlearn
开源
对抗训练让概念擦除更抗攻击,生成更安全
Official implementation of NeurIPS'24 paper "Defensive Unlearning with Adversarial T···
Robust-U1
开源
让多模态模型自己修复坏图,理解不翻车
[ICML 2026] Official Implementation of Robust-U1: Can MLLMs Self-Recover Corrupted V···
