AI-Infra-Guard: ein Open-Source-Tool zur Erkennung potenzieller Sicherheitsrisiken in KI-Systemen

🚀 Einladung zum Erleben: Chinas erste KI-IDE Intelligente Programmiersoftware Trae Chinesische Version downloadDer DeepSeek-R1 und Doubao-pro sind unbegrenzt verfügbar!

Allgemeine Einführung

AI-Infra-Guard ist ein Open-Source-Tool zur Sicherheitsbewertung von KI-Infrastrukturen, das vom hybriden Sicherheitsteam von Tencent, Zhuqiao Labs, entwickelt wurde, um Nutzern zu helfen, potenzielle Sicherheitsrisiken in KI-Systemen schnell zu entdecken und zu erkennen. Das Tool unterstützt das Fingerprinting von mehr als 30 KI-Frameworks und -Komponenten und verfügt über eine integrierte Datenbank mit mehr als 200 Sicherheitsschwachstellen für einzelne Entwickler, Betriebs- und Wartungspersonal von Unternehmen und Sicherheitsforscher. Durch effizientes Scannen und ein benutzerfreundliches Design können Benutzer die Sicherheitsüberprüfung von KI-Systemen ohne komplexe Konfiguration durchführen. Das Projekt wird auf GitHub gehostet, ist Open Source unter MIT-Lizenz und die Community ist eingeladen, Fingerprinting-Regeln und Schwachstellendaten beizusteuern. AI-Infra-Guard eignet sich nicht nur für die Sicherheitsinspektion von KI-Entwicklungsumgebungen, sondern kann auch in DevSecOps-Prozesse integriert werden und bietet leichtgewichtige und praktische Sicherheitslösungen für Unternehmen.

Weiterführende Lektüre:DeepSeek setzt Ollama in Brand, ist Ihr lokaler Einsatz sicher? Hüten Sie sich vor "gestohlener" Arithmetik!

AI-Infra-Guard: Ein Open-Source-Tool zur Erkennung potenzieller Sicherheitsrisiken in KI-Systemen-1

Funktionsliste

Effiziente Erkennung von FingerabdrückenUnterstützung für die Identifizierung von mehr als 30 KI-Komponenten, einschließlich LangChain, Ollama, Gradio, Open-WebUI, ComfyUI usw., um den vom Zielsystem verwendeten Technologie-Stack schnell zu finden.
Sicherheitslücken-ScanMehr als 200 integrierte Regeln zum Abgleich von Sicherheitslücken, um potenzielle Bedrohungen in der KI-Infrastruktur zu erkennen und CVE-Informationen zu Sicherheitslücken bereitzustellen.
AI-Analysebericht:: Optionale Integration in ein hybrides Makromodell oder ein anderes KI-Modell zur Erstellung detaillierter Sicherheitsanalyseberichte und Empfehlungen für Abhilfemaßnahmen.
Lokale Ein-Klick-DetektionUnterstützt das Scannen der lokalen Umgebung ohne zusätzliche Netzwerkanfragen und schützt so den Datenschutz.
Multi-Ziel-ScannenUnterstützt das gleichzeitige Scannen mehrerer IPs oder Domains, um die Effizienz einer groß angelegten Erkennung zu verbessern.
VisualisierungsoberflächeBietet einen Web-UI-Betriebsmodus, in dem die Benutzer die Scanergebnisse intuitiv anzeigen können.
Flexible Anpassung der RegelnBenutzer können die Regeln für Fingerabdrücke und Schwachstellen über YAML-Dateien an ihre spezifischen Bedürfnisse anpassen.

Hilfe verwenden

AI-Infra-Guard ist ein Kommandozeilen-Tool, das auch die Bedienung über eine visuelle Schnittstelle unterstützt. Nachfolgend finden Sie eine ausführliche Installations- und Nutzungsanleitung, um den Benutzern einen schnellen Einstieg zu ermöglichen.

Ablauf der Installation

Vorbereitung der Umwelt
- Systemanforderungen: Unterstützt Linux, macOS, Windows.
- Abhängigkeiten: Go-Sprachumgebung (empfohlene Version 1.18 oder höher) ist erforderlich.
- Optional: Die Konfiguration des hybriden Makromodells ist erforderlich, wenn die AI-Analysefunktion verwendet wird. Token oder einen API-Schlüssel für andere Modelle (z. B. OpenAI).
Tools herunterladen
- Besuchen Sie die GitHub-Releases-Seite und laden Sie die neueste Version der Binärdatei herunter, abhängig von Ihrem Betriebssystem (z. B. ai-infra-guard-linux-amd64).
- Oder bauen Sie aus dem Quellcode:
```
git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
go build -o ai-infra-guard main.go
```
Überprüfen der Installation
- Führen Sie den folgenden Befehl im Terminal aus, um die Version zu überprüfen:
```
. /ai-infra-guard --version
```
- Wenn die Versionsnummer angezeigt wird (z. B. v0.0.6), war die Installation erfolgreich.

Funktion Betriebsablauf

1. lokale Ein-Klick-Erkennung

verwenden.Schnelles Scannen nach lokal laufenden KI-Systemen.
Verfahren::
1. Stellen Sie sicher, dass die lokalen AI-Dienste laufen.
2. Geben Sie ihn in das Terminal ein:
```
. /ai-infra-guard -localscan
```
3. Das Tool erkennt automatisch lokale Ports und Dienste und gibt die identifizierten KI-Komponenten und potenziellen Schwachstellen aus.
Beispielhafte Ausgabe::

[INFO] Erkannte Komponente: Gradio
[VULN] CVE-2023-1234: Sicherheitslücke in Gradio v3.0

2. das Scannen einzelner Ziele

verwenden.Erkennt AI-Systeme mit einer bestimmten IP oder einem Domänennamen.
Verfahren::

Geben Sie den Befehl ein und geben Sie das Ziel an:
```
. /ai-infra-guard -target 192.168.1.1
```
Das Tool scannt die Zieladresse, identifiziert KI-Komponenten und listet Sicherheitsrisiken auf.

zur Kenntnis nehmenVergewissern Sie sich, dass das Ziel erreichbar ist, sonst schlägt die Verbindung fehl.

3. mehrere Ziele scannen

verwenden.Batch-Erkennung von mehreren Adressen.
Verfahren::

Führen Sie den Befehl Multi-Target-Scan aus:

. /ai-infra-guard -target 192.168.1.1 -target example.com

Oder schreiben Sie das Ziel in eine Datei (z. B. Ziele.txt), eine Adresse pro Zeile:
```
192.168.1.1
beispiel.de
```
Scannen mit Dateieingabe:
```
. /ai-infra-guard -datei targets.txt
```
Wenn der Scanvorgang abgeschlossen ist, werden die Ergebnisse nacheinander angezeigt.

4. die Funktion AI-Analyse

verwenden.Erstellung detaillierter Sicherheitsberichte und Empfehlungen für Abhilfemaßnahmen.
Verfahren::

Holen Sie sich das Hybrid-Token (oder konfigurieren Sie einen API-Schlüssel für ein anderes Modell, z. B. OpenAI).

Führen Sie einen Scan mit AI-Analyse durch:

. /ai-infra-guard -target example.com -ai -token [your-token]

Die Ausgabe enthält Details zu den Schwachstellen und Empfehlungen zur Behebung:

[REPORT] Komponente: LangChain
[VULN] CVE-2023-5678
[FIX] Aktualisierung auf Version 1.2.3

5. die Bedienung der visuellen Schnittstelle

verwenden.Anzeige der Scanergebnisse über die Webschnittstelle.
Verfahren::

Starten Sie den Webdienst:

. /ai-infra-guard -ws

Öffnen Sie Ihren Browser und besuchen Sie http://localhost:8080.
Geben Sie die Zieladresse in die Schnittstelle ein und klicken Sie auf die Schaltfläche "Scannen", um die Ergebnisse in Echtzeit anzuzeigen.

Schnittstellenfunktionen::
Zeigt den Fortschritt des Scanvorgangs an.
Listet die gefundenen Komponenten und Schwachstellen auf.
Laden Sie die Berichtsdatei herunter.

Benutzerdefinierte Regeln

PfadeDie Fingerprinting-Regeln befinden sich in der Datei Daten/Fingerabdrücke Verzeichnis befinden sich die Regeln für die Verwundbarkeit in der Datei daten/vuln Katalog.
Verfahren::

Bearbeiten Sie die YAML-Datei, z.B. um neue Fingerprinting-Regeln hinzuzufügen:

info.
name: meine-komponente
Autor: Benutzer
Schweregrad: info
http: Methode: GET
- Methode: GET
Pfad: "/"
Übereinstimmungen: body: "eindeutige Zeichenkette
- Körper: "eindeutige Zeichenkette"

Speichern Sie den Scan und führen Sie ihn erneut aus, damit das Tool die neuen Regeln lädt.

caveat

NetzzugangSicherstellen, dass beim Scannen externer Ziele eine gesetzliche Genehmigung vorliegt, um Gesetzesverstöße zu vermeiden.
LeistungsoptimierungWenn mehrere Ziele gescannt werden, ist es empfehlenswert, die Anzahl der Gleichzeitigkeiten an die Hardwarekonfiguration anzupassen (standardmäßig gut optimiert).
Update-ToolPrüfen Sie regelmäßig die GitHub-Releases, um die neueste Version für weitere Fingerprints und Schwachstellendaten herunterzuladen.

Mit diesen Schritten können Anwender AI-Infra-Guard leicht einsetzen, um die Sicherheit von KI-Systemen zu überprüfen, sei es in lokalen Entwicklungsumgebungen oder in Unternehmensumgebungen, und so schnell zu brauchbaren Ergebnissen kommen.