Jev와 CodeGraph를 활용한 보안 리뷰
typesafe-security-review 프로젝트는 Jev의 확률 판단을 코드 그래프와 OWASP/CWE 데이터와 결합해 저비용 보안 스캔에 활용합니다.
프롬프트 인젝션 분류기 비교: Jev는 기술적 난독화에서 오류 집중
800개의 프롬프트 테스트에서 프롬프트 인젝션 분류기는 공격 유형에 따라 실패 양상이 다릅니다. Jev의 누락은 기술적 난독화에 집중되고, Clef는 사회공학, Wolf는 언어적 속임수와 맥락 조작에서 실패합니다. Horizon Guard는 단 5건만 놓쳤습니다(하지만...).
Prompt-injection classifiers don't just differ in accuracy. They break on different attacks. Across 800 prompts, Jev misses cluster in technical obfuscation, Clef in social engineering, and Wolf's in linguistic tricks and context manipulation. Horizon Guard misses only 5 (but it
· 0 likesOpen on X
More like this
Jev, 보안 파이프라인에서 5배 저렴하고 더 높은 정확도 달성
사용자가 보안 파이프라인에서 Jev를 사용한 경험을 공유: 더 작고 성능 낮은 모델보다 5배 이상 저렴하고 빠르며 정확도가 높음.
AI 보안 분야에서의 Jev 활용 사례와 데모
AI 보안 분야에서 Jev의 활용 사례와 데모를 소개하며, 선택과 확률 모델 특성을 활용해 Unity AI Gateway 및 MLflow와 연동해 검사를 수행한다.
