RickDevopsSecure/-XIPE-AI-Security-Scanner
GitHub: RickDevopsSecure/-XIPE-AI-Security-Scanner
面向 LLM 应用和 AI 平台的自主渗透测试框架，完整覆盖 OWASP LLM Top 10 漏洞类别。
Stars: 0 | Forks: 0
# XIPE — AI 安全扫描器
### *针对 LLM 应用和 AI 平台的自主 AI 渗透测试*
## ⚠️ 法律免责声明
本工具**仅供授权的安全测试**使用。所有扫描必须在获得目标系统所有者明确的书面授权后进行。Inbest Cybersecurity 对未经授权的使用不承担任何责任。未经授权的使用可能违反当地和国际网络安全法律。
## 概述
XIPE 解决了企业安全中的一个关键缺口：无法系统性地评估 AI 平台是否存在 OWASP LLM Top 10 漏洞。传统扫描器对 AI 特有的风险视而不见。XIPE 的构建正是为了填补这一空白。
**XIPE 的功能：**
- 发现并识别 AI 平台（LibreChat、Flowise、OpenAI 兼容 API、自定义 LLM 端点）
- 检测 SPA/CloudFront 架构并自动消除误报
- 在启用开放注册时，注册测试账户以获取认证访问权限
- 使用 AI 大脑（通过 Groq 的 Llama 3.1）生成针对特定平台的攻击提示
- 测试所有 OWASP LLM Top 10 漏洞类别
- 生成包含执行摘要、技术发现和修复建议的 PDF 报告
- 通过 Microsoft Teams 通知安全团队
- 将所有结果归档到 S3 以供审计追踪
## 架构
```
┌─────────────────────────────────────────────────────────────────┐
│ XIPE v2.1 │
│ │
│ Trigger Layer │
│ ├── AWS Lambda (xipe-trigger) │
│ ├── EventBridge Schedule (daily 08:00 UTC) │
│ └── CLI / Microsoft Teams / REST API │
│ │
│ Execution Layer │
│ └── AWS ECS Fargate (xipe-cluster) │
│ ├── Web Recon Module (SPA detection, endpoints) │
│ ├── Live AI Tester (LibreChat client + attacks) │
│ ├── API Security Tester (auth, IDOR, HTTP methods) │
│ ├── Prompt Injection Module (LLM01, LLM07) │
│ ├── RAG Security Tester (LLM02, LLM08) │
│ └── Agent Security Tester (LLM06) │
│ │
│ AI Brain Layer │
│ └── Groq API (Llama 3.1 8B Instant) │
│ ├── analyze_target() → custom attack strategy │
│ ├── generate_next_attack() → adaptive attack prompts │
│ ├── analyze_response() → vulnerability detection │
│ ├── write_finding() → professional findings │
│ └── generate_executive_summary() → C-level report │
│ │
│ Output Layer │
│ ├── PDF Report (WeasyPrint) │
│ ├── JSON Findings │
│ ├── S3 Archive │
│ ├── Microsoft Teams Notification │
│ └── Public Stats JSON (landing page) │
└─────────────────────────────────────────────────────────────────┘
```
## OWASP LLM Top 10 覆盖范围
| ID | 漏洞 | 模块 | 状态 |
|----|--------------|--------|--------|
| LLM01 | Prompt Injection | `prompt_injection.py`, `live_ai_tester.py` | ✅ 激活 |
| LLM02 | 敏感信息泄露 | `rag_tester.py`, `live_ai_tester.py` | ✅ 激活 |
| LLM03 | 供应链 | `web_recon.py` | 🔄 部分 |
| LLM04 | 数据和模型投毒 | `live_ai_tester.py` | 🔄 部分 |
| LLM05 | 输出处理不当 | `agent_tester.py` | ✅ 激活 |
| LLM06 | 过度代理 | `agent_tester.py`, `live_ai_tester.py` | ✅ 激活 |
| LLM07 | 系统提示泄露 | `live_ai_tester.py` | ✅ 激活 |
| LLM08 | 向量和嵌入弱点 | `rag_tester.py` | ✅ 激活 |
| LLM09 | 虚假信息 | `live_ai_tester.py` | 🔄 部分 |
| LLM10 | 无界消费 | `api_tester.py` | ✅ 激活 |
## 前置条件
- Python 3.11+
- 启用 BuildKit 的 Docker
- 配置了适当 IAM 权限的 AWS CLI v2
- Groq API 密钥（可在 console.groq.com 获取免费额度）
- AWS 资源：ECS 集群、ECR 仓库、Lambda 函数、S3 存储桶、EventBridge 规则
### 所需 AWS IAM 权限
```
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": [
"ecs:RunTask",
"ecs:DescribeTasks",
"iam:PassRole",
"s3:PutObject",
"s3:GetObject",
"s3:ListBucket",
"logs:CreateLogGroup",
"logs:CreateLogStream",
"logs:PutLogEvents",
"ssm:GetParameter"
],
"Resource": "*"
}
]
}
```
## 安装说明
### 1. 克隆仓库
```
git clone https://github.com/RickDevopsSecure/-XIPE-AI-Security-Scanner.git
cd -XIPE-AI-Security-Scanner
```
### 2. 安装依赖
```
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
```
### 3. 配置环境
```
cp config.yaml.example config.yaml
```
编辑 `config.yaml`：
```
scope:
base_urls:
- "https://your-target.com"
aws:
enabled: true
region: us-east-1
s3_bucket: your-xipe-results-bucket
modules:
web_recon: true
live_ai_tester: true
api_tester: true
prompt_injection: true
rag_tester: true
agent_tester: true
```
### 4. 设置 API 密钥
```
export OPENAI_API_KEY="your-groq-api-key" # Groq key goes here
```
### 5. 本地运行
```
python main.py --config config.yaml
```
## AWS 云部署
### 1. 创建 ECR 仓库
```
aws ecr create-repository --repository-name xipe-ai-scanner --region us-east-1
```
### 2. 构建并推送 Docker 镜像
```
aws ecr get-login-password --region us-east-1 | \
docker login --username AWS --password-stdin \
.dkr.ecr.us-east-1.amazonaws.com
docker buildx build --platform linux/amd64 \
-f deploy/Dockerfile \
-t .dkr.ecr.us-east-1.amazonaws.com/xipe-ai-scanner:latest \
--push .
```
### 3. 创建 ECS 任务定义
```
aws ecs register-task-definition \
--family xipe \
--region us-east-1 \
--network-mode awsvpc \
--requires-compatibilities FARGATE \
--cpu 1024 \
--memory 2048 \
--execution-role-arn arn:aws:iam:::role/ecsTaskExecutionRole \
--task-role-arn arn:aws:iam:::role/ecsTaskExecutionRole \
--runtime-platform '{"cpuArchitecture":"X86_64","operatingSystemFamily":"LINUX"}' \
--container-definitions '[{
"name": "xipe",
"image": ".dkr.ecr.us-east-1.amazonaws.com/xipe-ai-scanner:latest",
"logConfiguration": {
"logDriver": "awslogs",
"options": {
"awslogs-group": "/ecs/xipe",
"awslogs-region": "us-east-1",
"awslogs-stream-prefix": "xipe"
}
},
"environment": [
{"name": "OPENAI_API_KEY", "value": ""}
]
}]'
```
### 4. 部署 Lambda 触发器
```
cd deploy/
terraform init
terraform apply
```
或通过 AWS 控制台手动操作 — 请参阅 `deploy/lambda_trigger.py` 获取 Lambda 函数代码。
### 5. 配置 S3 存储桶权限
```
aws iam put-role-policy \
--role-name ecsTaskExecutionRole \
--policy-name xipe-s3-access \
--policy-document '{
"Version": "2012-10-17",
"Statement": [{
"Effect": "Allow",
"Action": ["s3:PutObject", "s3:GetObject", "s3:ListBucket"],
"Resource": [
"arn:aws:s3:::your-xipe-results-bucket",
"arn:aws:s3:::your-xipe-results-bucket/*"
]
}]
}'
```
## 使用说明
### CLI (本地)
```
python main.py --config config.yaml
```
### AWS Lambda (远程)
```
# 创建 payload 文件
python3 -c "
import json
data = {
'target_url': 'https://target.com',
'client_name': 'Client Name',
'requester': 'Your Name'
}
open('/tmp/xipe_payload.json', 'w').write(json.dumps(data))
"
# 调用 Lambda
aws lambda invoke \
--function-name xipe-trigger \
--region us-east-1 \
--payload fileb:///tmp/xipe_payload.json \
output.json
cat output.json
```
### 快速启动脚本
```
# 安装启动脚本
curl -o ~/xipe_launch.py https://raw.githubusercontent.com/RickDevopsSecure/-XIPE-AI-Security-Scanner/main/xipe_launch.py
echo 'alias xipe="python3 ~/xipe_launch.py"' >> ~/.zshrc
source ~/.zshrc
# 运行扫描 — PDF 在 90 秒内自动下载
xipe https://target-ai-platform.com "Client Name"
```
### 监控扫描进度
```
# 实时日志
aws logs tail /ecs/xipe --follow --region us-east-1
# 检查 S3 已完成的报告
aws s3 ls s3://your-xipe-results-bucket/engagements/ --region us-east-1
```
## API 参考
### Lambda 触发器 Payload
```
{
"target_url": "https://target.com",
"client_name": "Client Organization",
"requester": "Analyst Name"
}
```
### Lambda 响应
```
{
"statusCode": 200,
"body": {
"message": "XIPE task launched",
"task_arn": "arn:aws:ecs:us-east-1:...",
"engagement_id": "ENG-AUTO-20260316-0157",
"timestamp": "2026-03-16T01:57:30Z"
}
}
```
### 任务 ID 格式
```
ENG-AUTO-YYYYMMDD-HHMM
```
### S3 报告结构
```
s3://bucket/engagements/
└── ENG-AUTO-20260316-0157/
├── reporte_XIPE_local.pdf ← Full PDF report
└── findings.json ← Machine-readable findings
```
### 公共统计端点
```
https://bucket.s3.amazonaws.com/public/stats.json
```
```
{
"total_scans": 47,
"total_findings": 1423,
"critical": 89,
"high": 312,
"medium": 718,
"low": 189,
"targets_scanned": 47,
"last_updated": "2026-03-16T02:38:00Z"
}
```
## AI 大脑
XIPE 使用 AI 大脑（当前为 Groq/Llama 3.1 8B Instant）进行智能、自适应的测试。
### 第一阶段 — 当前：Groq/Llama 3.1
```
from agent.ai_brain import XIAIBrain
brain = XIAIBrain(logger=logger)
# 分析目标并生成攻击策略
strategy = brain.analyze_target(target_url, recon_data)
# 生成自适应攻击提示
prompt = brain.generate_next_attack(history, strategy, "system_prompt_leakage")
# 分析 AI 响应以查找漏洞
analysis = brain.analyze_response(prompt, response, "injection", strategy)
# 撰写专业发现
finding = brain.write_finding(analysis, strategy, evidence)
# 生成执行摘要
summary = brain.generate_executive_summary(findings, url, strategy, duration)
```
### 第二阶段 — 路线图：Inbest 定制模型
该架构与提供商无关。所有 AI 调用都通过 `XIAIBrain._call_claude()` 进行。要切换提供商，请更新 `agent/ai_brain.py` 中的端点和模型。
**微调路线图：**
1. 每次扫描都会将攻击提示 + AI 响应 + 漏洞标签存储在 S3 中
2. 在约 1,000 次任务后，在此数据集上微调 Mistral 7B 或 Llama 3
3. 在 ECS 上与 XIPE 一起部署微调后的模型
4. 零外部 API 依赖，零单次扫描成本
## 报告结构
每次任务生成：
| 部分 | 描述 |
|---------|-------------|
| 封面 | 客户名称、任务 ID、日期、授权参考 |
| 执行摘要 | 总体风险评级、发现数量、关键建议 |
| 发现详情 | ID、严重性、描述、证据、修复建议 |
| 修复路线图 | 按严重性排序的优先修复列表 |
| 技术附录 | 原始 HTTP 证据、扫描方法论 |
**严重性分类：**
| 级别 | CVSS 范围 | 业务影响 |
|-------|-----------|----------------|
| CRITICAL | 9.0–10.0 | 可能被立即利用 |
| HIGH | 7.0–8.9 | 被利用的可能性很高 |
| MEDIUM | 4.0–6.9 | 在特定条件下可被利用 |
| LOW | 0.1–3.9 | 风险有限 |
| INFO | 0.0 | 仅供参考 |
## 配置参考
```
# config.yaml
scope:
base_urls:
- "https://target.com"
endpoints: {} # Auto-discovered during scan
aws:
enabled: true
region: us-east-1
s3_bucket: xipe-results-bucket
ecs_cluster: xipe-cluster
task_definition: xipe
modules:
web_recon: true
live_ai_tester: true
api_tester: true
prompt_injection: true
rag_tester: true
agent_tester: true
engagement:
client_name: "Client Organization"
lead_tester: "Ricardo - Inbest Cybersecurity"
authorized_by: "Client Security Team"
auth_ref: "authorization_letter.pdf"
notifications:
teams_webhook: "" # Set via SSM or environment variable
```
## 支持的目标类型
| 平台 | 检测 | 认证 | AI 攻击 |
|----------|-----------|------|------------|
| LibreChat | ✅ | ✅ 自动注册 | ✅ |
| Flowise | ✅ | ✅ | ✅ |
| OpenAI 兼容 API | ✅ | 🔄 基于令牌 | ✅ |
| 自定义聊天机器人 | ✅ | 🔄 手动 | ✅ |
| RAG 系统 | ✅ | 🔄 | ✅ |
| 任意 Web 应用 | ✅ | ❌ | 🔄 |
## 安全运营集成
### Microsoft Teams
通过 SSM Parameter Store 配置：
```
aws ssm put-parameter \
--name /xipe/teams_webhook_url \
--value "https://your-org.webhook.office.com/..." \
--type SecureString \
--region us-east-1
```
### EventBridge 定时扫描
```
# 每日 08:00 UTC 扫描
aws events put-rule \
--name xipe-daily-scan \
--schedule-expression "cron(0 8 * * ? *)" \
--region us-east-1
```
### CI/CD 集成
```
# GitHub Actions 示例
- name: XIPE Security Scan
run: |
python3 -c "
import json
open('/tmp/payload.json','w').write(json.dumps({
'target_url': '${{ env.TARGET_URL }}',
'client_name': '${{ env.CLIENT_NAME }}',
'requester': 'CI/CD Pipeline'
}))
"
aws lambda invoke \
--function-name xipe-trigger \
--region us-east-1 \
--payload fileb:///tmp/payload.json \
output.json
```
## 项目结构
```
-XIPE-AI-Security-Scanner/
├── main.py # Entry point
├── config.yaml # Scan configuration
├── requirements.txt
├── xipe_launch.py # Quick launch script (local CLI)
│
├── agent/
│ ├── orchestrator.py # Module coordinator
│ ├── finding.py # Finding data model
│ └── ai_brain.py # AI Brain (Groq/Llama3)
│
├── modules/
│ ├── web_recon.py # Reconnaissance + SPA detection
│ ├── live_ai_tester.py # Live AI interaction + attacks
│ ├── librechat_client.py # LibreChat API client
│ ├── api_tester.py # API security testing
│ ├── prompt_injection.py # LLM01 / LLM07
│ ├── rag_tester.py # LLM02 / LLM08
│ └── agent_tester.py # LLM06
│
├── reporting/
│ ├── pdf_report.py # PDF generation (WeasyPrint)
│ ├── teams_notifier.py # Microsoft Teams integration
│ ├── dashboard.py # HTML dashboard
│ └── stats_aggregator.py # Cumulative stats → S3
│
├── utils/
│ └── logger.py # Structured logging
│
├── deploy/
│ ├── Dockerfile # Container image
│ ├── lambda_trigger.py # Lambda function
│ └── main.tf # Terraform (optional)
│
└── index.html # Landing page (GitHub Pages)
```
## 路线图
**v2.2 — 下一版本**
- [ ] 针对 LibreChat 实时攻击交付的 SSE 流修复
- [ ] 支持实时聊天界面的 WebSocket
- [ ] GraphQL 端点检测和测试
- [ ] 西班牙语报告生成
**v3.0 — Inbest 模型**
- [ ] 在 XIPE 扫描数据集上微调 Llama 3
- [ ] 本地部署选项（无外部 API）
- [ ] 多目标并行扫描
- [ ] SIEM 集成 (Splunk, Sentinel)
- [ ] 合规性映射 (ISO 27001, NIST AI RMF)
## 构建技术
| 组件 | 技术 |
|-----------|-----------|
| 运行时 | Python 3.11 |
| 容器化 | Docker + AWS ECS Fargate |
| AI 大脑 | Groq API — Llama 3.1 8B Instant |
| PDF 生成 | WeasyPrint |
| 云基础设施 | AWS Lambda, ECS, S3, EventBridge, SSM |
| 通知 | Microsoft Teams Webhooks |
| 调度 | AWS EventBridge |
## 关于 Inbest Cybersecurity
**Inbest Cybersecurity** 是一家位于墨西哥瓜达拉哈拉的网络安全公司，专注于 AI 安全评估、取证调查以及为拉丁美洲的企业客户提供事件响应服务。
- 网站: [inbest.cloud](https://inbest.cloud)
- 邮箱: security@inbest.cloud
- GitHub: [@RickDevopsSecure](https://github.com/RickDevopsSecure)
## 许可证
专有 — © 2026 Inbest Cybersecurity。保留所有权利。
本软件是 Inbest Cybersecurity 的专有财产。严禁未经授权的复制、分发或使用。如需许可咨询，请联系 security@inbest.cloud。
*XIPE — 自主 AI 安全测试，由 Inbest Cybersecurity 提供支持*
标签：AI安全, AI治理, API安全测试, Chatbot安全, Chat Copilot, CISA项目, DNS枚举, Llama 3, LLM安全测试, OWASP Top 10, Prompt注入, RAG安全, Red Canary, SaaS安全, Sysdig, TGT, 域名收集, 大模型漏洞扫描, 密码管理, 攻防演练, 模型指纹识别, 渗透测试框架, 网络安全工具, 自动化红队, 请求拦截, 防御, 零日漏洞检测