Aprendizagem pessoal com IA
e orientação prática
Beanbag Marscode1

AI-Infra-Guard: uma ferramenta de código aberto para detectar possíveis riscos de segurança em sistemas de IA

Introdução geral

O AI-Infra-Guard é uma ferramenta de avaliação de segurança de infraestrutura de IA de código aberto desenvolvida pela equipe de segurança híbrida da Tencent, Zhuqiao Labs, projetada para ajudar os usuários a descobrir e detectar rapidamente possíveis riscos de segurança em sistemas de IA. A ferramenta suporta a impressão digital de mais de 30 estruturas e componentes de IA e tem um banco de dados integrado de mais de 200 vulnerabilidades de segurança para desenvolvedores individuais, operações corporativas e pessoal de manutenção e pesquisadores de segurança. Por meio de uma varredura eficiente e de um design fácil de usar, os usuários podem concluir a patrulha de segurança dos sistemas de IA sem configurações complexas. O projeto está hospedado no GitHub, com código aberto sob licença MIT, e a comunidade pode contribuir com regras de impressão digital e dados de vulnerabilidade. O AI-Infra-Guard não é adequado apenas para a inspeção de segurança de ambientes de desenvolvimento de IA, mas também pode ser integrado aos processos de DevSecOps, fornecendo soluções de segurança leves e práticas para as empresas.

Leitura relacionada:O DeepSeek incendeia o Ollama. Sua implantação local está segura? Cuidado com a aritmética "roubada"!


AI-Infra-Guard: uma ferramenta de código aberto para detectar possíveis riscos de segurança em sistemas de IA-1

 

Lista de funções

  • Reconhecimento eficiente de impressões digitaisSuporte para identificar mais de 30 componentes de IA, incluindo LangChain, Ollama, Gradio, Open-WebUI, ComfyUI, etc., para localizar rapidamente a pilha de tecnologia usada pelo sistema de destino.
  • verificação de vulnerabilidadesRegras de correspondência de vulnerabilidade de segurança incorporadas com mais de 200 regras para detectar possíveis ameaças na infraestrutura de IA e fornecer informações de vulnerabilidade CVE.
  • Relatório de análise de IA: opcionalmente, integre-se a um macromodelo híbrido ou a outro modelo de IA para gerar relatórios detalhados de análise de segurança e recomendações de correção.
  • Detecção local com um cliqueSuporte à varredura do ambiente local sem solicitações adicionais de rede, protegendo a privacidade dos dados.
  • varredura de múltiplos alvosSuporte à varredura de vários IPs ou domínios ao mesmo tempo para aumentar a eficiência da detecção em larga escala.
  • interface de visualizaçãoModo de operação Web UI: Oferece o modo de operação Web UI para que os usuários visualizem os resultados da digitalização de forma intuitiva.
  • Personalização flexível de regrasOs usuários podem personalizar as regras de impressão digital e de vulnerabilidade para atender a necessidades específicas por meio de arquivos YAML.

 

Usando a Ajuda

O AI-Infra-Guard é uma ferramenta de linha de comando que também oferece suporte à operação de interface visual. Abaixo está um guia detalhado de instalação e uso para ajudar os usuários a começar rapidamente.

Processo de instalação

  1. Preparação ambiental
    • Requisitos do sistema: compatível com Linux, macOS e Windows.
    • Dependências: é necessário o ambiente de linguagem Go (versão recomendada 1.18 ou superior).
    • Opcional: A configuração do macromodelo híbrido é necessária se estiver usando a função de análise de IA token ou uma chave de API para outros modelos (por exemplo, OpenAI).
  2. Ferramentas de download
    • Visite a página de versões do GitHub e baixe a versão mais recente do binário, dependendo do seu sistema operacional (por exemplo ai-infra-guard-linux-amd64).
    • Ou crie a partir do código-fonte:
      git clone https://github.com/Tencent/AI-Infra-Guard.git
      cd AI-Infra-Guard
      go build -o ai-infra-guard main.go
      
  3. Verificar a instalação
    • Execute o seguinte comando no terminal para verificar a versão:
      . /ai-infra-guard --version
      
    • Se o número da versão for exibido (por exemplo, v0.0.6), a instalação foi bem-sucedida.

Função Fluxo de operação

1. detecção local com um clique

  • usoVerificação rápida de sistemas de IA executados localmente.
  • procedimento::
    1. Certifique-se de que os serviços locais de IA estejam em execução.
    2. Digite-o no terminal:
      . /ai-infra-guard -localscan
      
    3. A ferramenta detecta automaticamente as portas e os serviços locais, gerando componentes de IA identificados e possíveis vulnerabilidades.
  • Saída de amostra::
[INFO] Componente detectado: Gradio
[VULN] CVE-2023-1234: Vulnerabilidade no Gradio v3.0

2. varredura de alvos individuais

  • usoDetecta sistemas de IA com um IP ou nome de domínio especificado.
  • procedimento::
  1. Digite o comando e especifique o destino:
    . /ai-infra-guard -target 192.168.1.1
    
  2. A ferramenta examinará o endereço de destino, identificará os componentes de IA e listará os riscos de segurança.
  • tomar nota deVerifique se o destino está acessível, caso contrário, a conexão falhará.

3. varredura de vários alvos

  • usoDetecção em lote de vários endereços.
  • procedimento::
  1. Execute o comando de varredura de vários alvos:
    . /ai-infra-guard -target 192.168.1.1 -target example.com
    
  2. Ou gravar o destino em um arquivo (por exemplo alvos.txt), um endereço por linha:
    192.168.1.1
    exemplo.com
    
  3. Digitalização usando entrada de arquivo:
    . /ai-infra-guard -file targets.txt
    
  4. Quando a varredura estiver concluída, os resultados serão exibidos um a um.

4. função de análise de IA

  • usoGeração de relatórios de segurança detalhados e recomendações de correção.
  • procedimento::
  1. Obtenha o token híbrido (ou configure uma chave de API para outro modelo, por exemplo, OpenAI).
  2. Execute uma varredura com análise de IA:
    . /ai-infra-guard -target example.com -ai -token [your-token]
    
  3. O resultado incluirá detalhes da vulnerabilidade e recomendações de correção:
[REPORT] Componente: LangChain
[VULN] CVE-2023-5678
[FIX] Atualização para a versão 1.2.3

5. operação da interface visual

  • usoExibir os resultados da varredura por meio da interface da Web.
  • procedimento::
  1. Inicie o serviço da Web:
. /ai-infra-guard -ws
  1. Abra seu navegador e acesse http://localhost:8080.
  2. Digite o endereço de destino na interface e clique no botão "Scan" para visualizar os resultados em tempo real.
  • Funções de interface::
  • Exibe o andamento da digitalização.
  • Lista os componentes e as vulnerabilidades detectados.
  • Faça o download do arquivo do relatório.

Regras personalizadas

  • trilhasAs regras de impressão digital estão localizadas na seção dados/impressões digitais as regras de vulnerabilidade estão localizadas no diretório dados/vuln Catálogo.
  • procedimento::
  1. Edite o arquivo YAML, por exemplo, para adicionar novas regras de impressão digital:
    informações.
    nome: my-component
    autor: Usuário
    severidade: info
    http: método: GET
    - método: GET
    caminho: "/"
    matchers: body: "unique-string
    - corpo: "unique-string"
    
  2. Salve e execute novamente a verificação e a ferramenta carregará as novas regras.

advertência

  • acesso à redeControle de segurança: Certifique-se de que haja autorização legal ao examinar alvos externos para evitar violações da lei.
  • otimização do desempenhoQuando estiver examinando vários alvos, é recomendável ajustar o número de simultaneidades de acordo com a configuração do hardware (bem otimizado por padrão).
  • Ferramenta de atualizaçãoVerifique regularmente as versões do GitHub para baixar a versão mais recente e obter mais impressões digitais e dados de vulnerabilidade.

Com essas etapas, os usuários podem usar facilmente o AI-Infra-Guard para verificar a segurança dos sistemas de IA, seja em ambientes de desenvolvimento local ou em implantações de nível corporativo, e começar a trabalhar rapidamente e obter resultados úteis.

CDN1
Não pode ser reproduzido sem permissão:Chefe do Círculo de Compartilhamento de IA " AI-Infra-Guard: uma ferramenta de código aberto para detectar possíveis riscos de segurança em sistemas de IA

Chefe do Círculo de Compartilhamento de IA

O Chief AI Sharing Circle se concentra no aprendizado de IA, fornecendo conteúdo abrangente de aprendizado de IA, ferramentas de IA e orientação prática. Nosso objetivo é ajudar os usuários a dominar a tecnologia de IA e explorar juntos o potencial ilimitado da IA por meio de conteúdo de alta qualidade e compartilhamento de experiências práticas. Seja você um iniciante em IA ou um especialista sênior, este é o lugar ideal para adquirir conhecimento, aprimorar suas habilidades e realizar inovações.

Entre em contato conosco
pt_BRPortuguês do Brasil