SankarSrinivasan1/AI-API-Security-Lab
GitHub: SankarSrinivasan1/AI-API-Security-Lab
该项目是面向 AI API 安全的动手实验工具包，提供攻击脚本、防御模板和自动化扫描配置，帮助用户测试并修复 LLM 应用中的安全漏洞。
Stars: 0 | Forks: 0
# AI API 安全实验室
## 图书配套工具包
## 
# API Security for AI Applications：LLM、Prompt Injection 和数据泄露的实用防御策略
## 这是什么
这是一个用于测试、破坏和保障 AI API 安全的动手实验室。
不是理论。不是幻灯片。而是你可以实际运行的脚本和配置。
## 你可以做什么
- 运行 prompt injection 攻击
- 扫描你的 API 漏洞
- 测试输入验证失败
- 模拟真实世界的滥用案例
- 使用 middleware 模板修复问题
## 包含的工具
- OWASP ZAP（自动化扫描）
- Burp Suite Community（手动测试）
- Semgrep（代码分析）
- Docker（隔离的测试环境）
## 快速开始
```
git clone https://github.com/yourname/ai-api-security-lab
cd ai-api-security-lab
docker-compose up
```
运行你的第一次攻击：
```
python prompt-injection/scripts/basic_injection.py
```
## 文件夹指南
* `/prompt-injection` → 攻击脚本
* `/middleware` → 防御代码
* `/zap` → 自动化扫描
* `/burp` → 手动测试
* `/semgrep` → 静态分析
* `/threat-modeling` → 模板
## 重要提示
如果在测试期间你的 API 没有崩溃，那可能是你测试得不够深入。
## 📘 阅读本书
本仓库旨在配合以下书籍使用：
**API Security for AI Applications: Practical Defense Strategies for LLMs, Prompt Injection, and Data Leakage**
这本书解释了*事物为什么会崩溃*。
这个实验室向你展示*它们是如何崩溃的，以及如何修复它们*。
## 警告
这仅出于教育目的。不是一个完整的产品。
标签：AI安全, API安全, Chat Copilot, CISA项目, JSON输出, 安全专业人员, 安全测试靶场, 请求拦截, 逆向工具