Skip to content

Files

Latest commit

author
zhuque-security
update README
Apr 29, 2025
1f667aa · Apr 29, 2025

History

History
320 lines (243 loc) · 12.6 KB

README_CN.md

File metadata and controls

320 lines (243 loc) · 12.6 KB

🛡️ AI Infra Guard

腾讯朱雀实验室推出的一款全面、智能、易用且轻量化的AI基础设施漏洞发现与MCP Server安全风险扫描工具。

目录

🚀 快速预览

MCP Server代码检测
MCP Server 代码检测预览

基础设施检测
基础设施检测预览

✨ 项目亮点

  • 全面的安全检测能力
  • 支持9类MCP常见安全风险检测，并持续更新。
  • 支持28种AI组件框架识别，涵盖200+漏洞指纹。
  • 支持私有化部署，方便集成到内部安全扫描流水线。
  • 智能易用的功能体验
  • MCP安全检测由AI Agent驱动，一键智能分析。
  • AI组件漏洞扫描支持自定义指纹和漏洞YAML规则。
  • 开箱即用，无需复杂配置，提供Web界面可视化操作。
  • 轻量级设计
  • 核心组件简洁高效。
  • 二进制体积小，资源占用低。
  • 跨平台支持（Windows/MacOS/Linux）。

🤝 MCP安全认证与合作

AI Infra Guard 致力于提供专业的MCP安全检测与安全认证解决方案。我们欢迎MCP市场、开发者平台与托管商将我们的工具集成到MCP Server上架前的安全扫描流程中，并在MCP市场中展示扫描结果，共同打造更安全的MCP生态。

如果您有兴趣与我们合作，欢迎通过 zhuque [at] tencent.com 联系腾讯朱雀实验室。

我们也欢迎您在MCP社区中分享您的实践落地案例。

📋 功能说明

AI Infra Guard 包含三大核心模块：

  1. AI组件安全扫描 (scan): 在命令行中检测AI基础设施中Web类组件的已知安全漏洞。
  2. MCP安全检测 (mcp): 在命令行中基于AI Agent检测MCP Server代码的安全风险。
  3. WebUI模式 (webserver): 启用Web可视化操作界面。

📦 安装与使用

安装

从 Releases 页面下载适合您操作系统的最新版本。

命令行结构

AI Infra Guard 采用子命令结构：

./ai-infra-guard <子命令> [选项]

主要子命令：

  • scan: 执行AI组件安全漏洞扫描。
  • mcp: 执行MCP Server代码安全检测。
  • webserver: 启动Web界面服务器。

使用方法

WebUI 可视化操作

启动Web服务器，默认监听 127.0.0.1:8088：

./ai-infra-guard webserver

指定监听地址和端口：

./ai-infra-guard webserver --ws-addr <IP>:<PORT>

例如: ./ai-infra-guard webserver --ws-addr 0.0.0.0:9090

AI组件安全漏洞扫描 (scan)

本地一键检测 (扫描本地常见服务端口):

./ai-infra-guard scan --localscan

扫描单个目标:

./ai-infra-guard scan --target <IP/域名>

例如: ./ai-infra-guard scan --target example.com

扫描多个目标:

./ai-infra-guard scan --target <IP/域名1> --target <IP/域名2>

例如: ./ai-infra-guard scan --target 192.168.1.1 --target example.org

从文件读取目标:

./ai-infra-guard scan --file target.txt

target.txt 文件每行包含一个目标URL或IP地址。

查看 scan 子命令完整参数:

./ai-infra-guard scan --help

scan 子命令参数说明:

Usage:
  ai-infra-guard scan [flags]

Flags:
      --ai                      启用AI分析 (需要配置LLM Token)
      --check-vul               验证漏洞模板有效性
      --deepseek-token string   DeepSeek API令牌 (用于 --ai 功能)
  -f, --file string             包含目标URL的文件路径
      --fps string              指纹模板文件或目录 (默认: "data/fingerprints")
      --header stringArray      自定义HTTP请求头 (可多次指定, 格式: "Key:Value")
  -h, --help                    显示帮助信息
      --hunyuan-token string    混元API令牌 (用于 --ai 功能)
      --lang string             响应语言 (zh/en, 默认: "zh")
      --limit int               每秒最大请求数 (默认: 200)
      --list-vul                列出所有可用的漏洞模板
      --localscan               执行本地一键扫描
  -o, --output string           结果输出文件路径 (支持 .txt, .json, .csv 格式)
      --proxy-url string        HTTP/SOCKS5 代理服务器URL
  -t, --target stringArray      目标URL (可多次指定)
      --timeout int             HTTP请求超时时间(秒) (默认: 5)
      --vul string              漏洞数据库目录 (默认: "data/vuln")

MCP Server安全风险检测 (mcp)

此功能基于AI Agent自动检测MCP Server代码中的安全问题。

基本使用 (默认使用 OpenAI API，需提供 Token):

./ai-infra-guard mcp --code <源代码路径> --model <模型名称> --token <API令牌> [--base-url <API基础URL>]

例如: ./ai-infra-guard mcp --code /path/to/mcp/server --model gpt-4 --token sk-xxxxxx

指定输出格式:

./ai-infra-guard mcp --code <源代码路径> --model <模型名称> --token <API令牌> --csv results.csv --json results.json

查看 mcp 子命令完整参数:

./ai-infra-guard mcp --help

mcp 子命令参数说明:

Usage:
  ai-infra-guard mcp [flags]

Flags:
      --base-url string   LLM API基础URL (可选, 覆盖默认 OpenAI URL)
      --code string       待扫描的MCP Server源代码路径 (必需)
      --csv string        将结果输出为 CSV 文件路径
  -h, --help              显示帮助信息
      --json string       将结果输出为 JSON 文件路径
      --log string        日志文件保存路径
      --model string      AI模型名称 (必需, 例如: gpt-4, gpt-3.5-turbo)
      --plugins string    指定启用的插件列表 (英文逗号分隔, 可选)
      --token string      LLM API令牌 (必需)

📊 MCP安全风险覆盖

AI Infra Guard 可检测以下常见的MCP安全风险，并持续更新：

风险名称 风险说明
工具投毒攻击 恶意MCP Server通过工具描述注入隐藏指令，操纵AI Agent执行未授权操作（例如窃取数据、执行恶意行为）。
地毯式骗局 恶意MCP Server在初期表现正常，但在用户批准或运行若干次后改变行为，执行恶意指令，导致难以察觉的恶意行为。
工具覆盖攻击 恶意MCP Server通过隐藏指令重新定义其他可信MCP Server工具的行为（例如修改邮件接收者、执行额外操作）。
恶意代码/命令执行 MCP Server若支持直接执行代码或命令且缺乏沙箱隔离，可能被攻击者利用在服务器或用户本地执行恶意操作。
数据窃取 恶意MCP Server诱导AI Agent读取并传输敏感数据（例如API密钥、SSH密钥），或直接将用户授权输入的数据发送至外部服务器。
未授权访问/鉴权不当 MCP Server缺乏有效授权认证或存在缺陷，导致攻击者可绕过验证访问受限资源或用户数据。
间接提示词注入 MCP Server将包含恶意指令的外部数据（例如网页、文档）输出给AI Agent，可能影响AI Agent的决策和行为。
包名混淆与抢注攻击 恶意MCP Server使用与可信服务相似的名称、工具名或描述，诱导AI Agent错误调用；或第三方抢注官方MCP Server名称，植入后门。
明文存储密钥 MCP Server在代码或配置文件中硬编码或明文存储敏感密钥，易导致泄露风险。

📊 AI组件漏洞覆盖

AI Infra Guard 支持检测多种AI相关组件的已知漏洞：

组件名称 漏洞数量
anythingllm 8
langchain 33
Chuanhugpt 0
clickhouse 22
comfy_mtb 1
ComfyUI-Prompt-Preview 1
ComfyUI-Custom-Scripts 1
comfyui 1
dify 11
fastchat-webui 0
fastchat 1
feast 0
gradio 42
jupyterlab 6
jupyter-notebook 1
jupyter-server 13
kubeflow 4
kubepi 5
llamafactory 1
llmstudio 0
ollama 7
open-webui 8
pyload-ng 18
qanything 2
ragflow 2
ray 4
tensorboard 0
vllm 4
xinference 0
triton-inference-server 7
总计 200+

注：漏洞库持续更新中。

🔍 AI组件指纹匹配规则

AI Infra Guard 使用基于YAML的规则进行Web指纹识别和漏洞匹配。

  • 指纹规则: 存储在 data/fingerprints 目录。
  • 漏洞规则: 存储在 data/vuln 目录。

示例：Gradio 指纹规则 (data/fingerprints/gradio.yaml)

info:
  name: gradio
  author: Security Team
  severity: info
  metadata:
    product: gradio
    vendor: gradio
http:
  - method: GET
    path: '/'
    matchers:
      # 匹配响应体中是否包含Gradio特有的JavaScript配置或元素
      - body="<script>window.gradio_config = {" || body="document.getElementsByTagName(\"gradio-app\");"

指纹匹配语法

匹配位置

  • title: HTML 页面标题
  • body: HTTP 响应正文
  • header: HTTP 响应头
  • icon: 网站图标 (favicon) 的哈希值

逻辑运算符

  • =: 模糊包含匹配 (大小写不敏感)
  • ==: 精确等于匹配 (大小写敏感)
  • !=: 不等于匹配
  • ~=: 正则表达式匹配
  • &&: 逻辑与
  • ||: 逻辑或
  • (): 用于分组，改变运算优先级

🤝 贡献

我们欢迎社区的贡献！

📄 许可证

本项目基于 MIT 许可证 开源。详细信息请查阅 License.txt 文件。

Star History Chart