← Tilbage til listen

Tencent AI red team-platform som open source: 55 komponenter dækket, et kraftværk til sikkerhedstest

itadol5j

Tencent AI-Infra-Guard

🛡️ Tencent udgiver AI red team-platform som open source: 55 komponenter dækket, et kraftværk til sikkerhedstest

Tencent har frigivetAI-Infra-Guard (A.I.G) – enfull-stack AI red team-platform, der dækker55 AI-komponenterpå én gang.

Det er det første open source red team-værktøj fra Kina, der dækker hele AI-økosystemets sikkerhed, og det anvendes allerede afteams som DeepSeekog er blevet præsenteret påBlack Hat EU 25 Arsenal.

🎯 Fem kernefunktioner

Funktion Beskrivelse
ClawScan Ét-kliks-vurdering af OpenClaw-sikkerhedsrisici (konfiguration, Skills, CVE'er, privatliv)
Agent Scan Automatiseret scanning-framework for flere agenter med understøttelse af Dify og Coze
MCP/Skills-scanning 14 store kategorier af sikkerhedsrisici, understøtter kildekode og eksterne URL'er
Sårbarhedsscanning af AI-infrastruktur 55+ AI-frameworks, 1000+ kendte CVE'er
Jailbreak-vurdering Vurdering af prompt-sikkerhedsrisici med flere angrebsmetoder

📊 Nøgletal

Metrik Data
AI-komponentdækning 55+ AI-framework-komponenter
CVE-sårbarheder 1000+ Kendte sårbarheder
Riskategorier 14 Store kategorier af sikkerhedsrisici
OpenClaw CVE'er 281 Nye CVE'er/GHSA'er

🔍 Dækkede AI-komponenter

AI-Infra-Guard understøtter følgendegængse AI-frameworks:

Kategori Komponenter
Inference-frameworks Ollama, vLLM, Triton Inference Server, KubeAI
Generativ AI ComfyUI, LobeHub, n8n, CrewAI
API-tjenester LiteLLM, New-API, Blinko
Agent-platforme Dify, Coze, OpenClaw

Nyt i v4.1.3: CrewAI, KubeAI, LobeHub

🚀 Hurtig installation

Metode 1: Docker Compose (anbefalet)

git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
docker-compose -f docker-compose.images.yml up -d

Gå til:http://localhost:8088

Metode 2: One-click-installationsscript

curl https://raw.githubusercontent.com/Tencent/AI-Infra-Guard/main/docker.sh | bash

Metode 3: ClawHub Skill

clawhub install aig-scanner

Konfigurer AIG_BASE_URL til at pege på den kørende A.I.G-tjeneste.

💡 Anvendelsesscenarier

Scenarie 1: Scan en lokal vLLM-instans

  1. Start vLLM (f.eks. python -m vllm.entrypoints.api_server)
  2. Klik på "AI Infrastructure Security Scan" i A.I.G-webbrugerfladen
  3. Indtast http://127.0.0.1:8000
  4. Klik på "Start scanning"
  5. Se rapporten: komponentversioner, matchede sårbarheder, alvorlighedsgrad, links til rettelser

Scenarie 2: Scan en MCP-server

Indtast en ekstern URL (f.eks. https://github.com/user/mcp-server) eller upload lokal kildekode.

Scenarie 3: Jailbreak-vurdering

I "Indstillinger → Modelkonfiguration" konfigurerer du API-endpointet for mål-LLM'en og vælger et datasæt for at starte evalueringen.

🌟 Særlige højdepunkter

  • Black Hat EU 25 Arsenal: udvalgt til præsentation på Black Hat Europe 2025 Arsenal
  • Anvendt af DeepSeek: bruges med tillid af DeepSeek-teamet
  • DeepSeek Awesome Integration: optaget på DeepSeeks officielle integrationsliste
  • ClawHub Skills: EdgeOne ClawScan, EdgeOne Skill Scanner, AIG Scanner
  • Komplet API: Swagger-dokumentation, nem integration
  • Flersproget: understøtter kinesisk og engelsk grænseflade
  • Cross-platform: understøttelse af Linux, macOS og Windows
  • Gratis open source: Apache 2.0-licens

⚠️ Vigtig sikkerhedsadvarsel

AI-Infra-Guard er designet som enAI red team-platform til intern brug i virksomheder eller hos privatpersoner:

  • Ingen autentificeringsmekanisme: må ikke udrulles på offentlige netværk
  • Kun til intern brug: til intern sikkerhedsselvtest
  • Farlige handlinger: scanning kan udløse sikkerhedsalarmer

🔥 Detektion af supply chain-angreb

v4.1.1 -versionen opdagedeLiteLLM supply chain-angrebet(på CRITICAL-niveau):

  • Præcis identifikation af supply chain-angrebet
  • Rettidig advarsel om alvorlige sårbarheder
  • Forslag til rettelser

📝 Konklusion

Tencents AI-Infra-Guard erden første full-stack AI red team-platform fra Kina:

  • Fuld dækning af 55 AI-komponenter
  • 1000+ kendte CVE-sårbarheder
  • Fem kernefunktioner: ClawScan, Agent Scan, MCP/Skills, AI Infra, Jailbreak
  • Præsenteret på Black Hat EU 25 Arsenal
  • Anvendt af DeepSeek-teamet
  • Helt gratis open source (Apache 2.0)

Til red team-test af AI-sikkerhed har Tencent givet os et kraftfuldt værktøj.

GitHub:https://github.com/Tencent/AI-Infra-Guard

Dokumentation:https://tencent.github.io/AI-Infra-Guard/

Pro-version:https://aigsec.ai/(invitationskode påkrævet)