0zzy-tech/Ai-pot
GitHub: 0zzy-tech/Ai-pot
轻量级 AI 蜜罐，伪装 13 种 AI API 实时捕获并分类请求，赋能威胁监测与研究。
Stars: 0 | Forks: 0
# AI 蜜罐
一个轻量级蜜罐，同时伪装成 **13 种不同的 AI API 服务器**，通过实时仪表板捕获并分类每个请求，并展示全局攻击地图。
设计用于在 Raspberry Pi 或任何 Ubuntu 服务器上运行。提供多架构 Docker 镜像（`amd64` · `arm64` · `arm/v7`）。
## 仪表板预览
```
┌─────────────────────────────────────────────────────────────────────┐
│ 🛡 AI HONEYPOT MONITOR ⬇ Threat Report ● LIVE │
├──────────┬──────────┬──────────┬──────────┬──────────┬──────────────┤
│ Total │ Last 24h │ Critical │ High │ Medium │ Unique IPs │
│ 14,832 │ 1,204 │ 87 │ 342 │ 891 │ 2,341 │
├──────────────────────────────┬──────────────────────────────────────┤
│ │ 🔍 Search ⬇ Export CSV [Clear] │
│ 🌍 World Map ├──────────────────────────────────────┤
│ (risk-coloured pins) │ Time IP* Risk Ctry │
│ │ 14:32:01 185.220.x.x C2 ANOMALY RU │
│ │ 14:31:58 103.21.x.x TOR GEORISK CN │
│ │ * click IP → session drawer │
│ │ * click row → modal j/k/Enter/b │
├──────────┬───────────────────┴──────────────────────────────────────┤
│ Risk Pie │ Category Bar │ 24-Hour Timeline │
├──────────┴──────────────────────┴───────────────────────────────────┤
│ 📈 7-Day Trend (stacked CRIT/HIGH/MED/LOW per day) │
│ 🕐 Hour-of-Day Heatmap (7×24 grid — when do attacks peak?) │
├─────────────────────────────────────────────────────────────────────┤
│ Simulated Platforms (toggle to enable/disable · TRAP to tarpit) │
│ 🦙 Ollama [ON][—] 🤖 OpenAI [ON][TRAP] 🧠 Anthropic [OFF][—] │
├─────────────────────────────────────────────────────────────────────┤
│ 🔍 Intelligence │
│ Webhook Alerts: ✓ Active · 1 URL · Format: slack · CRITICAL,HIGH │
│ Canary Token: sk-pot-a1b2c3d4e5f6g7h8 [Copy] │
│ Deception URL: http://host/track/abc123 [Copy] │
│ Feodo Feed: ✓ Active · 8,234 C2 IPs · refreshed 04:00 │
│ Detected IPs: 185.220.x.x · 103.21.x.x (click to open drawer) │
│ ThreatFox Feed: ✓ Active · 12,847 IOCs · refreshed 04:00 │
├─────────────────────────────────────────────────────────────────────┤
│ 🔬 IP Session Drawer (click any IP) │
│ IP: 185.220.101.x Hostname: exit-node.tor-relay.example.com │
│ ISP: Frantech Solutions Country: Netherlands / Amsterdam │
│ AbuseIPDB: 98/100 GreyNoise: MALICIOUS — Tor exit node │
│ [DATACENTER] [TOR EXIT] [ThreatFox: Cobalt Strike] [C2] │
├─────────────────────────────────────────────────────────────────────┤
│ 🏆 Top Attackers │
│ Top IPs: 1. 185.220.x.x (RU) 341 req CRITICAL 2. … │
│ Top Countries: 1. China 38.2% 2. Russia 21.1% 3. US 9.4% │
├─────────────────────────────────────────────────────────────────────┤
│ 🚫 Blocked IPs [3] Auto-block: on │
│ 185.220.x.x auto: 3 criticals in 300s 2026-04-17 [Unblock] │
├─────────────────────────────────────────────────────────────────────┤
│ ✅ Allowed IPs [1] Whitelisted — never logged or blocked │
│ 192.168.1.10 my home IP 2026-04-19 [Remove] │
├─────────────────────────────────────────────────────────────────────┤
│ 🔎 Custom Detection Rules [2] Operator regex patterns │
│ "Crypto miner" xmrig|stratum\+ CRITICAL [ON] [Delete] │
│ Name / Pattern / Risk ▾ [Add Rule] │
├─────────────────────────────────────────────────────────────────────┤
│ 🤖 ML Intelligence (collapsible) │
│ Model Status: ✓ Trained · 2,341 samples · last: 2026-04-19 14:00 │
│ Composite baseline: p10=0.08 · p50=0.21 · p90=0.54 │
│ Anomaly Detection: 12 anomalies in last 24h (Isolation Forest) │
│ Bot Detection: 8 high-confidence bots ≥80% (Random Forest) │
│ Attack Clusters: 3 active clusters (DBSCAN) │
│ Cluster 0: 12 IPs · CRITICAL Cluster 1: 7 IPs · HIGH │
│ 🌍 Geo Risk: CN 89% · RU 76% · IR 71% · KP 68% · BR 55% │
│ Top ASNs: AS4134 91% · AS1234 78% │
├─────────────────────────────────────────────────────────────────────┤
│ ABOUT ▾ (collapsible — built by Ozzytech · Martyn Oswald) │
└─────────────────────────────────────────────────────────────────────┘
● = high AbuseIPDB score · C2 = Feodo botnet · TF = ThreatFox IOC · 📝 = note · ANOMALY/BOT/GEORISK/ML:BAND = ML flags
```
## 功能特性
- **13 个伪造 AI 平台 API** — 每个 API 在同一端口上都能给出逼真响应
- **流式响应** — 按词逐词令牌流式传输，速度接近真实 GPU（约 25 令牌/秒）
- **风险分类** — CRITICAL / HIGH / MEDIUM / LOW，配备 40+ 种攻击模式
- **增强威胁检测** — AWS/GCP/Azure 凭证泄露、SSRF、模板注入、NoSQL 注入、GraphQL 内省、Base64 编码载荷、凭证填充
- **自定义检测规则** — 通过仪表板 UI 定义正则表达式模式；可分配到任意风险等级；热加载即时生效，无需重启
- **威胁情报源集成** — [Feodo Tracker](https://feodotracker.abuse.ch/) C2 阻断列表在启动时下载并每 24 小时刷新；匹配 IP 在实时流中显示 **C2** 徽章
- **欺骗令牌** — 在情报面板中显示一个可追踪的 URL；将其嵌入伪造的模型响应中；任何访问该 URL 的攻击者都会触发 CRITICAL `deception_callback` 告警
- **邮件告警** — SMTP（stdlib，无需额外依赖）可为 CRITICAL/HIGH 事件发送 HTML 告警；可通过 `SMTP_HOST`、`SMTP_TO` 等配置
- **定时报告** — 按日或按周自动发送 HTML 威胁报告（`REPORT_SCHEDULE=daily|weekly`）
- **SIEM / syslog 转发** — 以 JSON 或 CEF 格式通过 UDP 免连接转发到任意日志聚合（`SYSLOG_HOST`、`SYSLOG_FORMAT=json|cef`）
- **数据保留** — 每小时自动清除超过 `MAX_REQUEST_AGE_DAYS` 天的请求（0 = 永久保留）
- **Fail2ban / iptables 导出** — 每次封禁/解封时将 IP 写入 `BLOCKLIST_FILE`（纯文本或 fail2ban 格式）
- **IP 封禁** — 可从仪表板/模态框/抽屉手动封禁 IP，或自动封禁反复触发 CRITICAL 的 IP
- **IP 白名单** — 将自有 IP 加入白名单，使其永不进入流或触发自动封禁
- **IP 标注/打标签** — 可为任意攻击 IP 添加自由格式备注；备注会显示在会话抽屉和实时流中（📝 提示）
- **CSV 导出** — 一键下载全部（或按条件过滤）的请求为 CSV；支持 `?risk=`、`?category=`、`?ip=`、`?since=` 过滤
- **ISP 与数据中心检测** — 从 ip-api.com（免费层）提取 ISP 名称和数据中心/托管标志；显示在 IP 会话抽屉
- **反向 DNS** — 对每个公网 IP 执行 PTR 查询；缓存并显示在会话抽屉（例如 `exit-node.tor.example.com`）
- **ThreatFox 情报源** — [abuse.ch](https://threatfox.abuse.ch/) 恶意软件 C2 IOC 喂入；匹配已知僵尸网络基础设施时显示恶意家族名称作为徽章
- **GreyNoise 集成** — 通过社区 API 将 IP 分类为互联网扫描噪声或定向攻击；`RIOT` 标志标识已知良性基础设施（Googlebot、Shodan 等）；需要免费 `GREYNOISE_API_KEY`
- **Top 攻击者排行榜** — 按请求数排名的 Top 10 IP 与 Top 10 国家，实时更新
- **键盘导航** — `j`/`k` 遍历流行，`Enter` 打开请求模态框，`b` 封禁选中 IP，`Escape` 关闭模态框
- **按服务启用/禁用** — 可在仪表板中启用或禁用任意平台；更改即时生效并持久化（重启后仍保留）
- **Tarpit 模式** — 可为每个服务设置延迟（默认 30 秒），在响应前浪费攻击者时间
- **Canary 令牌** — 在 `/v1/models` 中嵌入可追踪的假 API 密钥；任何重用该密钥的请求都会立即标记为 CRITICAL
- **Webhook 告警** — 在 CRITICAL/HIGH 事件发生时向 Slack、Discord 或通用 JSON 端点发送 HTTP POST
- **AbuseIPDB 集成** — 为每个攻击 IP 提供信誉评分与 Tor 检测（可选）
- **IP 地理位置** — 通过 ip-api.com 获取国家、城市和坐标（双层缓存）
- **实时仪表板** — 带风险着色标记的世界地图、请求流、图表和时间线
- **攻击情报图表** — 7 天趋势图与小时热力图，展示攻击高峰时段
- **实时 WebSocket 推送** — 通过认证 WebSocket（`?token=sha256(ADMIN_PASSWORD)`）推送实时更新，无需轮询
- **请求正文查看器** — 点击任意流式行可查看完整请求头、格式化 JSON 正文，并一键复制为 cURL
- **请求搜索** — 在流中按 IP、路径、正文和国家进行全文搜索
- **每 IP 会话视图** — 点击任意 IP 打开抽屉，展示其完整请求时间线
- **威胁报告** — 一键下载自包含 HTML 报告，包含 Top IP、路径、模式和地理分布
- **Prometheus 指标** — 可选的 `/metrics` 端点，便于与 Grafana / Alertmanager 集成
- **TinyML 端侧智能** — 5 个端侧模型（Isolation Forest、DBSCAN、2× Random Forest、GeoRisk）全程在进程内运行；无需云端、无 GPU；兼容 Raspberry Pi（约 120 MB 内存开销）
- **多架构 Docker 镜像** — 支持 `linux/amd64`、`linux/arm64`、`linux/arm/v7`
- **轻量级** — 单异步工作进程，仅使用 SQLite，内存占用小于 512 MB（Raspberry Pi 4）
## 模拟平台
| # | 平台 | 捕获端点 |
|---|---|---|
| 1 | **Ollama** | `/api/generate`、`/api/chat`、`/api/pull`、`/api/tags`，以及 8 个更多端点 |
| 2 | **OpenAI 兼容** | `/v1/chat/completions`、`/v1/completions`、`/v1/embeddings`、`/v1/models` |
| 3 | **Anthropic Claude** | `/v1/messages`（SSE 流式）、`/v1/complete`（遗留） |
| 4 | **HuggingFace TGI** | `/generate`、`/generate_stream`、`/info`、`/metrics`、`/tokenize` |
| 5 | **llama.cpp** | `/completion`、`/embedding`、`/slots`、`/infill`（FIM）、`/props` |
| 6 | **Text Gen WebUI** | `/api/v1/generate`、`/api/v1/chat`、`/api/v1/model`、`/api/v1/token-count` |
| 7 | **Cohere** | `/v1/chat`、`/v1/generate`、`/v1/embed`、`/v1/rerank`、`/v1/classify` |
| 8 | **Mistral AI** | `/v1/fim/completions`、`/v1/agents`、`/v1/agents/completions` |
| 9 | **Google Gemini** | `/v1beta/models/{model}:generateContent` 加上嵌入、流式与计数 Token |
| 10 | **Stable Diffusion WebUI** | `/sdapi/v1/txt2img`、`/sdapi/v1/img2img`，完整选项/进度/模型套件 |
| 11 | **ComfyUI** | `/prompt`、`/system_stats`、`/queue`、`/history`、`/object_info` |
| 12 | **vLLM** | `/ping`、`/version`、`/v1/tokenize`、`/v1/detokenize` |
|13 | **LM Studio** | `/api/v0/models`、`/api/v0/chat/completions`、`/api/v0/embeddings`、`/api/v0/system` |
| + | **LocalAI 扩展** | `/v1/audio/transcriptions`、`/v1/images/generations`、`/tts`、`/v1/backends` |
## 快速开始
### Docker（推荐）
```
# 拉取并运行 — 在暴露到互联网之前更改 ADMIN_PASSWORD
docker run -d \
--name ai-honeypot \
-p 11434:11434 \
-v honeypot-data:/data \
-e ADMIN_PASSWORD=mysecretpassword \
ghcr.io/0zzy-tech/ai-pot:latest
```
### Docker Compose
```
git clone https://github.com/0zzy-tech/Ai-pot
cd Ai-pot
# 设置强密码（在暴露到互联网之前必需）
ADMIN_PASSWORD=mysecretpassword docker compose up -d
# 查看日志
docker compose logs -f
```
仪表板地址：`http://:11434/__admin`
### 裸机部署（Raspberry Pi / Ubuntu）
```
git clone https://github.com/0zzy-tech/Ai-pot
cd Ai-pot
sudo ./setup.sh # installs venv, systemd service, opens UFW port
sudo systemctl start ai-honeypot
```
仪表板地址：`http://:11434/__admin`
默认登录：`admin` / `changeme`
### 开发环境
```
python3 -m venv venv && source venv/bin/activate
pip install -r requirements.txt
python main.py
# 仪表板：http://localhost:11434/__admin
```
## 配置
所有设置均可通过环境变量（适用于 Docker）或编辑 `config.py` 进行配置。
### 核心配置
| 变量 | 默认值 | 描述 |
|---|---|---|
| `PORT` | `11434` | 监听端口 — 与真实 Ollama 保持一致以增强欺骗效果 |
| `ADMIN_USERNAME` | `admin` | 仪表板登录用户名 |
| `ADMIN_PASSWORD` | `changeme` | **部署前请务必修改** |
| `ADMIN_PREFIX` | `/__admin` | 仪表板 URL 前缀 |
| `DB_PATH` | `honeypot.db` | SQLite 路径（Docker 中为 `/data/honeypot.db`） |
| `MAX_REQUESTS_STORED` | `100000` | SQLite 行数上限（旧记录自动清理） |
| `MAX_REQUEST_AGE_DAYS` | `0` | 自动清理超过 N 天的请求（0 = 永久保留） |
| `STREAM_WORD_DELAY_SECS` | `0.04` | 每词延迟，模拟真实流式传输（~25 令牌/秒） |
### 检测阈值
| 变量 | 默认值 | 描述 |
|---|---|---|
| `RAPID_REQUEST_THRESHOLD` | `20` | 60 秒内超过 20 次请求 → CRITICAL |
| `REPEAT_IP_THRESHOLD` | `5` | 10 分钟内超过 5 次请求 → MEDIUM |
| `LARGE_BODY_THRESHOLD` | `5000` | 请求体超过此阈值 → MEDIUM |
### 地理位置
| 变量 | 默认值 | 描述 |
|---|---|---|
| `GEO_CACHE_TTL_HOURS` | `24` | IP 地理位置缓存时长 |
### 阻断与 Tarpit 模式
| 变量 | 默认值 | 描述 |
|---|---|---|
| `TARPIT_DELAY_SECS` | `30.0` | 启用 Tarpit 时的响应延迟（秒） |
| `AUTO_BLOCK_ENABLED` | `false` | 自动封禁反复触发 CRITICAL 的 IP |
| `AUTO_BLOCK_THRESHOLD` | `3` | 在时间窗口内触发 CRITICAL 的次数阈值 |
| `AUTO_BLOCK_WINDOW` | `300` | 自动封禁的时间窗口（秒） |
| `BLOCKLIST_FILE` | （空） | 封禁 IP 写入的文件路径（支持 fail2ban 或纯文本格式） |
| `BLOCKLIST_FORMAT` | `plain` | `plain`（每行一个 IP）或 `fail2ban` |
### 告警通知
| 变量 | 默认值 | 描述 |
|---|---|---|
| `WEBHOOK_URLS` | （空） | 以逗号分隔的 Webhook URL 列表，POST 告警 |
| `WEBHOOK_RISK_LEVELS` | `CRITICAL,HIGH` | 触发 Webhook 的风险等级 |
| `WEBHOOK_FORMAT` | `json` | 负载格式：`slack`、`discord` 或 `json` |
| `WEBHOOK_TIMEOUT_SECS` | `5.0` | Webhook 请求超时时间 |
| `SMTP_HOST` | （空） | SMTP 服务器主机名（启用邮件告警） |
| `SMTP_PORT` | `587` | SMTP 端口 |
| `SMTP_USER` | （空） | SMTP 用户名 |
| `SMTP_PASS` | （空） | SMTP 密码 |
| `SMTP_FROM` | `honeypot@localhost` | 发件人地址 |
| `SMTP_TO` | （空） | 收件人地址 |
| `SMTP_TLS` | `true` | 使用 STARTTLS（true）或 SSL（false） |
| `EMAIL_RISK_LEVELS` | `CRITICAL` | 触发邮件告警的风险等级 |
| `REPORT_SCHEDULE` | （空） | `daily` 或 `weekly` — 启用定时 HTML 威胁报告 |
| `REPORT_EMAIL_TO` | （空） | 定时报告收件人（默认使用 `SMTP_TO`） |
### SIEM / syslog
| 变量 | 默认值 | 描述 |
|---|---|---|
| `SYSLOG_HOST` | （空） | Syslog 接收主机名（启用 UDP 转发） |
| `SYSLOG_PORT` | `514` | UDP 端口 |
| `SYSLOG_FORMAT` | `json` | 负载格式：`json` 或 `cef`（通用事件格式） |
### 集成配置
| 变量 | 默认值 | 描述 |
|---|---|---|
| `ABUSEIPDB_API_KEY` | （空） | [AbuseIPDB](https://www.abuseipdb.com/register) API 密钥 — 启用信誉度检查 |
| `ABUSEIPDB_MAX_AGE_DAYS` | `90` | AbuseIPDB 查询使用的最大记录年龄 |
| `GREYNOISE_API_KEY` | （空） | [GreyNoise](https://www.greynoise.io/) 社区 API 密钥 — 分类 IP 为噪声/恶意/良性 |
| `METRICS_ENABLED` | `false` | 设为 `true` 以暴露 `/metrics`（Prometheus 文本格式） |
| `METRICS_TOKEN` | （空） | 可选的 Bearer 令牌保护 `/metrics` 端点 |
| `DECEPTION_ENABLED` | `true` | 生成并显示欺骗令牌 URL |
## 风险分类
| 等级 | 颜色 | 触发条件 |
|---|---|---|
| **CRITICAL** | 🔴 | 监狱逃逸 / 提示注入、代码执行（`exec`、`os.system`、`subprocess`）、路径遍历、SQL 注入、每秒请求 >20、**Canary 令牌重用**、**欺骗回调**、**自定义 CRITICAL 规则匹配**、AWS/GCP/Azure 凭证泄露、SSRF 尝试、模板注入（`{{...}}`、`${...}`）、NoSQL 注入（`$where`、`$eval`）、Base64 编码载荷 |
| **HIGH** | 🟠 | 模型管理（`/api/pull`、`/api/push`、`/api/delete`）、扫描器 User-Agent（nikto、sqlmap、nmap、censys…）、敏感路径段（admin、secret、.env…）、GraphQL 内省、凭证填充、**自定义 HIGH 规则匹配** |
| **MEDIUM** | 🟡 | 嵌入与重排序、图像生成、音频转录、IP 重复请求（>5/10 分钟）、未知模型名、请求体过大（>5 KB）、**自定义 MEDIUM 规则匹配** |
| **LOW** | 🟢 | 正常推理、聊天、模型列表、枚举、**自定义 LOW 规则匹配** |
## 请求分类
| 类别 | 含义 |
|---|---|
| `inference` | 文本生成 / 聊天补全 |
| `openai_compat` | OpenAI 兼容 API 调用 |
| `anthropic` | Claude 消息 API 调用 |
| `model_management` | 模型拉取、推送、删除、复制 |
| `embeddings` | 向量嵌入请求 |
| `rerank` | Cohere 风格排序（RAG 流水线） |
| `image_generation` | Stable Diffusion / ComfyUI / DALL-E |
| `audio_transcription` | Whisper / TTS 请求 |
| `code_completion` | FIM（中间填充）请求 |
| `model_info` | 模型元数据 / show / 属性 |
| `enumeration` | 列出模型、健康检查 |
| `scanning` | 未知路径 — 主动扫描 |
| `attack` | 请求体中匹配到 CRITICAL 模式 |
## 每服务控制
每个模拟平台在 **Simulated Platforms** 面板中提供两个独立控制：
### 启用/禁用切换
- **禁用服务返回 `404`** — 攻击者看到的内容为空，仿佛服务不存在
- **对禁用服务的请求仍会被记录** — 蜜罐情报得以保留
- **状态持久化** — 切换状态保存在 SQLite 中，重启后仍保留
- **多标签同步** — 在一个标签页切换会通过 WebSocket 实时更新其他打开的标签页
### Tarpit 开关（TRAP）
- 启用后，响应会在 `TARPIT_DELAY_SECS`（默认 30 秒）后发送
- 浪费攻击者的时间与资源，同时不暴露蜜罐
- 对任何服务生效，包括已禁用的服务（组合效果：404 延迟 30 秒后返回）
- 状态持久化并与标签页同步
## 情报功能
### 自定义检测规则
在 **🔎 自定义检测规则** 面板中定义正则表达式：
- 输入名称、正则模式和风险等级（CRITICAL / HIGH / MEDIUM / LOW）
- 规则即时编译并热加载 — 无需重启
- 可单独启用或禁用规则而不会删除
- 匹配成功的规则会为请求添加 `custom:` 标签
- 模式会在完整请求正文与头部文本上进行测试
### 威胁情报源集成
蜜罐在启动时下载 [Feodo Tracker](https://feodotracker.abuse.ch/) 推荐的 C2 IP 阻断列表，并每 24 小时刷新（无需 API 密钥）：
- 匹配已知 C2 基础设施的 IP 在实时流中显示红色 **C2** 徽章
- 面板显示流统计（IP 数量、最后刷新时间）
- **检测到的 C2 IP 表** — 匹配到的攻击者 IP 直接列在情报面板，含命中次数、国家、最后在线时间与最高风险等级；点击任意 IP 可打开其会话抽屉
- 查询为同步内存操作，零额外开销
### 欺骗令牌
启动时生成唯一的会话作用域追踪 URL，并在 **情报** 面板中显示：
- 复制该 URL 并嵌入伪造的模型响应（例如作为“文档链接”）
- 任何访问该 URL 的攻击者会触发 CRITICAL `deception_callback` 告警
- `/track/{token}` 端点返回 1×1 透明 GIF 以便请求正常完成
- 所有回调记录到专用的 `deception_callbacks` SQLite 表
### 邮件告警
设置 `SMTP_HOST` 与 `SMTP_TO` 即可为 CRITICAL/HIGH 事件接收 HTML 邮件告警：
```
docker run ... \
-e SMTP_HOST=smtp.gmail.com \
-e SMTP_PORT=587 \
-e SMTP_USER=you@gmail.com \
-e SMTP_PASS=app-password \
-e SMTP_TO=alerts@example.com \
-e EMAIL_RISK_LEVELS=CRITICAL \
...
```
使用 Python 标准库 `smtplib` — 无额外依赖。在执行器中运行，不会阻塞请求处理。
### 定时威胁报告
设置 `REPORT_SCHEDULE=daily` 或 `REPORT_SCHEDULE=weekly` 以自动通过邮件发送 HTML 威胁报告：
- 在每日首个计划小时（每日）或周一（每周）发送
- 包含与 **⬇ 威胁报告** HTML 下载相同的内容：Top IP、路径、模式、地理分布
- 需要 `SMTP_HOST` 以及 `REPORT_EMAIL_TO` 或 `SMTP_TO`
### SIEM / syslog 转发
设置 `SYSLOG_HOST` 将每个捕获事件通过 UDP 转发到日志聚合器：
```
# JSON 格式（默认）
docker run ... -e SYSLOG_HOST=192.168.1.100 -e SYSLOG_PORT=514 ...
# CEF（通用事件格式）— 适用于 Splunk、IBM QRadar 等
docker run ... -e SYSLOG_HOST=192.168.1.100 -e SYSLOG_FORMAT=cef ...
```
### 数据保留
设置 `MAX_REQUEST_AGE_DAYS` 自动清除旧请求：
- 每小时后台任务删除超过设定天数的记录
- 设为 `0`（默认）可永久保留数据
- 与 `MAX_REQUESTS_STORED`（硬上限）协同工作
### Fail2ban / iptables 集成
设置 `BLOCKLIST_FILE` 在每次封禁/解封时将 IP 写入文件：
```
# 纯格式 — 每行一个 IP
docker run ... -e BLOCKLIST_FILE=/data/blocked.txt ...
# fail2ban 格式 — 带时间戳和原因注释
docker run ... -e BLOCKLIST_FILE=/data/blocked.txt -e BLOCKLIST_FORMAT=fail2ban ...
```
挂载该文件到宿主机并配置 fail2ban 读取，或直接用于 `iptables`。
### ISP 与数据中心检测
ip-api.com 免费接口返回每个攻击 IP 的 ISP 名称与 `hosting` 标志。两者均在 IP 会话抽屉中显示：
- **ISP** — 运营商或托管提供商名称（例如 "DigitalOcean"、"Alibaba Cloud"、"Deutsche Telekom"）
- **数据中心标识** — 当 IP 属于托管或云提供商而非住宅 ISP 时显示
无需 API 密钥；与标准地理位置数据一同提取。
### 反向 DNS
对每个新公网 IP 执行 PTR 查询（`gethostbyaddr`），并缓存地理数据。主机名显示在会话抽屉中 — 如 `exit-node.tor.example.com`、`scan.example-security.com` 等，通常可一眼识别攻击者基础设施。
### ThreatFox 情报源集成
蜜罐在启动时下载 [ThreatFox](https://threatfox.abuse.ch/) 的 IP:port IOC 喂入，并每 24 小时刷新（无需 API 密钥）：
- 匹配已知恶意软件 C2 基础设施的 IP 在会话抽屉中显示红色 **ThreatFox** 徽章，并标注恶意家族（如 "Cobalt Strike"、"Mirai"、"AsyncRAT"）
- 启动时记录 IOC 数量与最后刷新时间
- 查询为同步内存操作，零额外开销
### GreyNoise 分类
设置 `GREYNOISE_API_KEY` 通过 [GreyNoise](https://www.greynoise.io/) 社区 API 将每个攻击 IP 分类：
- **MALICIOUS** — 定向攻击者，非全网扫描噪声
- **BENIGN** — 已知安全基础设施（Googlebot、Shodan、Censys 等）
- **RIOT** 标识 — IP 属于已知良性互联网基础设施；可安全降权
- **noise** 标志 — IP 为背景扫描噪声而非定向攻击
结果缓存在 `ip_cache` 中并显示在会话抽屉。免费社区层支持每日 1,000 次查询。
### TinyML 端侧智能
五个端侧模型全程在进程内运行 — 无云端、无 GPU、无独立服务；每请求推理微秒级。专为在 Raspberry Pi 4 上与蜜罐并行运行设计。
#### 模型
| 模型 | 算法 | 检测内容 |
|---|---|---|
| **异常检测** | Isolation Forest | 与你的基准流量相比看起来异常的请求 — 捕捉未被正则规则覆盖的新攻击 |
| **攻击聚类** | DBSCAN | 按行为指纹对攻击 IP 分组 — 发现协同运行的多个 IP 使用相同扫描器 |
| **风险增强** | Random Forest | 在 0–1 范围内连续预测风险，训练于历史 `risk_level` 标签 — 捕捉误分类请求 |
| **机器人检测** | Random Forest | 基于请求时间规律、路径多样性与 User-Agent 一致性评估会话是否为自动化 |
| **地理风险** | 贝叶斯字典 | 基于历史高/危比率的国家与 ASN 风险评分 — 在积累会话历史前捕获来自已知不良来源的新 IP |
#### 特征向量
特征在训练与推理时通过 `ip_cache` 信誉数据增强：
**每请求（15 个特征）**：正文长度、路径长度、路径深度、头部数量、小时、POST 标志、JSON 标志、认证头标志、标记模式数量、类别、C2 标志、AbuseIPDB 评分、Tor 标志、托管标志、ThreatFox 命中
**每会话（15 个特征）**：总请求数、唯一路径数、唯一 User-Agent 数、平均请求间隔、会话跨度、高/危风险比例、唯一类别数、路径多样性比值、平均正文大小、AbuseIPDB 评分、Tor 标志、托管标志、ThreatFox 命中、**时间标准差**（请求间隔标准差 — 典型的机器人检测信号；低方差 + 高请求数 = 扫描器）
#### 复合威胁评分
每条请求获得 `ml_composite_score`（0–1），综合所有子模型：
| 信号 | 权重 |
|---|---|
| 分数（Isolation Forest） | 25% |
| 风险概率（Random Forest） | 35% |
| 地理风险（贝叶斯国家/ASN） | 20% |
映射到 `ml_threat_band`：**LOW / MEDIUM / HIGH / CRITICAL**。ML 情报状态卡显示训练数据 `p10 / p50 / p90` 分位数校准，便于判断阈值是否适合你的流量。
#### 仪表板
可折叠的 **🤖 ML 情报** 面板展示五个卡片：
- **模型状态** — 已训练 / 预热中 / 样本数 / 最后训练时间 / 复合分位数校准
- **异常检测** — 过去 24 小时内标记为异常的请求实际数量（基于训练数据计算，非占位符）
- **机器人检测** — 最后训练时识别出的高置信度（≥80%）机器人会话实际数量
- **攻击聚类** — 活跃的 DBSCAN 聚类数量及每类 IP 数量
- **🌍 地理风险情报** — 按贝叶斯风险评分排序的前 5 个风险最高国家与 ASN
#### 流式徽章
| 徽章 | 颜色 | 条件 |
|---|---|---|
| **ANOMALY** | 紫色 | 异常分数 ≥ 0.75 |
| **BOT** | 蓝色 | 会话机器人概率 ≥ 80% |
| **GEORISK** | 琥珀色 | 地理风险分数 ≥ 0.70（仅当无 ANOMALY 徽章时显示） |
| **ML:HIGH** | 橙色 | 复合威胁分数 ≥ 0.50 |
| **ML:CRITICAL** | 红色 | 复合威胁分数 ≥ 0.75 |
#### 训练计划
- **冷启动**：模型初始为 `None` — 所有分数安全返回 `None`，不报错
- **首次训练**：当数据库中存在 100 条以上请求时自动触发
- **重新训练**：每 200 条新请求或每 60 分钟，以先到者为准
- **执行方式**：在线程执行器中运行 — 从不阻塞异步事件循环
- **模型版本保护**：若序列化模型的特征维度不匹配（例如从 Phase-2 版本升级前），则丢弃并自动重新训练
#### Raspberry Pi 规格
| 组件 | 内存占用 | CPU 时间（Pi 4） |
|---|---|---|
| scikit-learn 导入 | ~80 MB | 2 秒启动 |
| 全部 5 个模型加载 | ~40 MB | — |
| GeoRisk 字典（Phase 2） | < 1 MB | — |
| 每请求推理 | 可忽略 | < 1 毫秒 |
| 训练（1,000 条样本） | ~50 MB 峰值 | ~5 秒 |
模型保存至 `/data/ml_models/`（通过 joblib），重启后重新加载。总内存开销约 121 MB，额外启动时间约 2 秒。
API：`GET /__admin/api/ml/stats` — 返回模型状态、实际训练计数、聚类摘要、风险最高国家/ASN 列表，以及复合分位数校准。
### Top 攻击者排行榜
**🏆 Top Attackers** 区域下方显示：
- **Top IPs** — 最活跃的 10 个攻击 IP，包含国家、请求数与最高风险等级；点击任意 IP 可打开其会话抽屉
- **Top Countries** — 最活跃的 10 个源国家及请求占比与百分比
随统计刷新（每 30 秒）自动更新。
### Canary 令牌
启动时生成唯一的假 API 密钥（`sk-pot-…`）并嵌入 `/v1/models` 响应。若攻击者复制该密钥并在后续请求中使用，分类器会立即标记为 **CRITICAL**，模式为 `canary_token_reuse`。
在仪表板的 **情报** 面板中可查看当前 Canary 令牌。
### Webhook 告警
设置 `WEBHOOK_URLS` 即可在 CRITICAL 或 HIGH 事件发生时接收 HTTP POST 通知。支持三种负载格式：
```
# Slack
docker run ... -e WEBHOOK_URLS=https://hooks.slack.com/... -e WEBHOOK_FORMAT=slack ...
# Discord
docker run ... -e WEBHOOK_URLS=https://discord.com/api/webhooks/... -e WEBHOOK_FORMAT=discord ...
# 通用 JSON（默认）
docker run ... -e WEBHOOK_URLS=https://your-endpoint.example.com/alert ...
```
使用仪表板中的 **Send Test Alert** 按钮验证 Webhook 是否正常。
### 威胁报告
点击仪表板页眉的 **⬇ Threat Report** 下载自包含 HTML 报告，包含：
- 汇总统计（总请求数、独立 IP、风险分布）
- Top 10 攻击 IP（含地理与风险数据）
- Top 10 被攻击路径
- Top 15 标记的攻击模式
- 按国家划分的地理分布
### AbuseIPDB 信誉
设置 `ABUSEIPDB_API_KEY` 为每个捕获 IP 补充社区信誉评分（0–100）与 Tor 出口节点检测。缓存每个 IP 结果，因此免费层每日 1,000 次请求限制很少触及。评分高的 IP 在实时流中显示红点，详情在 IP 会话抽屉中完整展示。
### Prometheus 指标
设置 `METRICS_ENABLED=true` 暴露 `/metrics`（标准 Prometheus 文本格式）。可选地通过 `METRICS_TOKEN` 使用 Bearer 令牌保护。暴露指标包括：
| 指标 | 描述 |
|---|---|
| `honeypot_requests_total` | 总捕获请求数 |
| `honeypot_requests_24h` | 过去 24 小时请求数 |
| `honeypot_requests_by_risk{level}` | 按风险等级统计的请求数 |
| `honeypot_requests_by_category{category}` | 按类别统计的请求数 |
| `honeypot_unique_ips_total` | 独立攻击 IP 数 |
| `honeypot_websocket_connections` | 活动 WebSocket 连接数 |
| `honeypot_service_enabled{service}` | 服务启用时为 1，禁用时为 0 |
| `honeypot_service_tarpitted{service}` | 服务启用 Tarpit 时为 1 |
### IP 封禁
可从仪表板直接封禁攻击 IP：
- **手动封禁** — 在请求模态框、IP 会话抽屉或封禁 IP 面板中点击“封禁 IP”
- **自动封禁** — 设置 `AUTO_BLOCK_ENABLED=true`，当 IP 在 `AUTO_BLOCK_WINDOW` 秒内触发 `AUTO_BLOCK_THRESHOLD` 次 CRITICAL 时自动封禁；所有打开的仪表板标签页会弹出提示
- 被封禁 IP 会立即收到 `429 Too Many Requests` — 请求仍被记录以保留情报
- 可随时从封禁 IP 面板解封任意 IP
### IP 白名单
防止自有 IP 污染流：
- 在 **✅ 允许的 IP** 面板中添加 IP（可带标签）
- 允许的 IP 直接通过 ASGI 中间件 — 不记录、不地理位置查询、不自动封禁
- 持久化保存到 SQLite，并在启动时加载到内存集合，实现零开销检查
### IP 标注/打标签
为攻击 IP 添加操作者上下文：
- 打开任意 IP 的会话抽屉 → 点击备注区域添加或编辑自由文本备注
- 备注会作为 📝 提示显示在实时流、会话抽屉和请求模态框中
- 备注在重启后仍保留（保存在 `ip_notes` SQLite 表中，缓存在内存）
- 保存空字符串可删除备注
### CSV 导出
导出请求数据供离线分析（Excel、Splunk、pandas、SIEM）：
- 点击流面板页眉的 **⬇ Export CSV** 下载全部数据
- 支持查询过滤：`?risk=CRITICAL`、`?category=attack`、`?ip=1.2.3.4`、`?since=2024-01-01`、`?limit=50000`
- 字段：`id`、`timestamp`、`ip`、`method`、`path`、`category`、`risk_level`、`country`、`city`、`user_agent`、`flagged_patterns`、`body_snippet`（前 200 字符）
- 分批流式导出 — 即使导出大型数据集也不会导致内存突增
### 键盘导航
无需鼠标即可在实时流中导航：
| 按键 | 操作 |
|---|---|
| `j` / `↓` | 在流中选择下一行 |
| `` / `↑` | 在流中选择上一行 |
| `Enter` | 打开选中行的请求模态框 |
| `b` | 封禁选中行的 IP |
| `Escape` | 关闭模态框或抽屉 |
### WebSocket 安全
实时 `/ws` 端点采用令牌认证：
- 仪表板加载时将 `sha256(ADMIN_PASSWORD)` 令牌注入页面
- 浏览器自动将 `?token=` 附加到 WebSocket URL
- 无有效令牌的连接会立即关闭，WebSocket 代码 1008（Policy Violation）
- 轮换 `ADMIN_PASSWORD` 会立即使所有未授权连接失效
### 攻击情报图表
标准风险/类别/时间线图表下方包含两个附加图表：
- **7 天趋势** — 过去一周按天统计的 CRITICAL / HIGH / MEDIUM / LOW 请求堆叠柱状图
- **小时热力图** — 7×24 颜色网格展示攻击高峰时段（颜色越深 = 请求越多），每 5 分钟刷新一次
### 请求正文查看器
点击任意流式行以在模态框中查看完整请求：
- **请求页** — 方法 + 路径、可展开的头部表、格式化 JSON 正文（纯文本备用）
- **模式页** — 本请求匹配的所有攻击模式列表
- **复制为 cURL** — 一键生成可直接粘贴执行的 `curl` 命令
### 请求搜索
使用流上方的搜索框按 IP 地址、URL 路径、请求正文内容或国家进行过滤；结果在 300 毫秒内呈现。
### 每 IP 会话视图
点击任意 IP 地址打开抽屉，展示该 IP 的完整请求时间线：时间戳、方法、路径、风险等级、匹配模式。
## Docker 细节
### 多架构构建
GitHub Actions 工作流（`.github/workflows/docker-build.yml`）在每次推送到 `main` 时自动为三个架构构建：
| 架构 | 用途 |
|---|---|
| `linux/amd64` | x86-64 服务器、台式机、VM |
| `linux/arm64` | Raspberry Pi 4/5（64 位 OS）、AWS Graviton、苹果 Silicon |
| `linux/arm/v7` | Raspberry Pi 2/3（32 位 Raspberry Pi OS） |
### 手动多架构构建
```
docker buildx build \
--platform linux/amd64,linux/arm64,linux/arm/v7 \
-t ghcr.io/0zzy-tech/ai-pot:latest \
--push .
```
### 镜像安全
- 以非 root 用户 `honeypot`（UID 1000）运行
- 不内嵌任何密钥 — 所有凭据通过环境变量传递
- 多阶段构建使最终镜像保持精简（约 200 MB）
## 架构
```
Attacker
│
▼ Port 11434
┌────────────────────────────────────────────────────────────┐
│ FastAPI Middleware (_CaptureMiddleware) │
│ 1. Read body │
│ 2. Allow-list gate — whitelisted IP? → pass (no log) │
│ 3. IP block gate — blocked IP? → 429 (still logged) │
│ 4. Service gate — disabled service? → 404 (logged) │
│ 5. Tarpit delay — if enabled for this service │
│ 6. Route to matching fake handler │
│ 7. asyncio.create_task(log_request) ← never blocks │
└───────────┬────────────────────────────────────────────────┘
│
┌────────▼──────────────┐
│ Logger pipeline │
│ ├─ Classifier │ sync regex + canary + custom rules
│ ├─ Geolocator │ async, 2-layer cache (memory + SQLite)
│ ├─ Reverse DNS │ async PTR lookup in thread executor (cached)
│ ├─ AbuseIPDB │ optional reputation check (cached)
│ ├─ GreyNoise │ optional noise/malicious classification (cached)
│ ├─ Threat feeds │ sync C2 lookup (Feodo Tracker + ThreatFox)
│ ├─ ML engine │ anomaly score + bot probability (scikit-learn)
│ ├─ IP notes │ attach operator note to broadcast
│ ├─ Auto-block │ CRITICAL threshold check → block + broadcast
│ ├─ SQLite write │ aiosqlite, single write lock
│ ├─ WS broadcast │ fan-out to authenticated dashboard clients
│ ├─ Webhooks │ async POST to Slack/Discord/JSON
│ ├─ Email alerts │ SMTP in executor (non-blocking)
│ ├─ Syslog │ UDP JSON/CEF fire-and-forget
│ └─ Deception log │ /track/ callbacks → deception_callbacks table
└────────┬───────────────┘
│ WebSocket (token-authenticated)
┌────────▼────────────────────────────────────────┐
│ Dashboard /__admin (HTTP Basic Auth) │
│ ├─ World map Leaflet + CartoDB │
│ ├─ Request feed live + search + CSV ⬇ │
│ ├─ Request modal body/headers/cURL │
│ ├─ IP session view drawer + note editor │
│ ├─ Charts risk/cat/24h/7d/heatmap │
│ ├─ Service panel enable + tarpit │
│ ├─ Intelligence webhooks/canary/deception│
│ ├─ Threat feed stats C2 count + last refresh │
│ ├─ Top Attackers IPs + countries leaderboard│
│ ├─ Blocked IPs manual + auto-block │
│ ├─ Allowed IPs whitelist panel │
│ ├─ Custom Rules regex CRUD + hot-reload │
│ ├─ ML Intelligence anomaly/bot/cluster panel│
│ └─ Threat report HTML download │
└─────────────────────────────────────────────────┘
Background tasks (asyncio):
├─ Feodo Tracker feed refresh (every 24 h)
├─ ThreatFox IOC feed refresh (every 24 h)
├─ ML model training loop (every 200 req or 60 min)
├─ Data retention purge (every 1 h)
└─ Scheduled threat report (daily / weekly)
```
## 服务管理
### Docker
```
docker compose up -d # start
docker compose down # stop
docker compose restart # restart
docker compose logs -f # live logs
docker compose pull && docker compose up -d # update to latest
```
### Systemd（裸机）
```
sudo systemctl start ai-honeypot
sudo systemctl stop ai-honeypot
sudo systemctl restart ai-honeypot
sudo journalctl -u ai-honeypot -f
```
## 关于
AI 蜜罐是一款轻量级、高保真欺骗平台，旨在捕获自动化扫描器、凭证窃取器以及探测暴露 AI 基础设施的定向攻击者。
它能同时伪装 13 种真实的 AI API 服务器 — Ollama、OpenAI、Anthropic、HuggingFace、Stable Diffusion 等 — 在单个端口上捕获并实时分类每个请求。
该项目源于对互联网暴露在外的 AI 端点实际收到什么的好奇。答案出乎意料：凭证填充器、机器人网络 C2 回调、监狱逃逸尝试、提示注入、大规模扫描器，以及数小时内涌入的研究人员。
所有功能在 Raspberry Pi 上运行，无需云端依赖。单个异步工作进程、SQLite 以及约 384 MB 内存即可完成。
### 作者
**Martyn Oswald** — [0zzy-tech](https://github.com/0zzy-tech)
作为开源安全研究工具开发和维护，欢迎提交贡献、问题与想法。
标签：AI蜜罐, AMD64, AMSI绕过, API伪装, ARM64, ARMv7, C2通信, Cobalt Strike, Docker容器化, Hakrawler, Honeypot, Raspberry Pi, SEO: AI honeypot, SEO: 威胁报告, SEO: 攻击地图, SEO: 蜜罐监控, Ubuntu服务器, 人工智能安全, 低资源部署, 入侵分析, 内存执行, 合规性, 地理可视化, 多协议模拟, 多架构镜像, 威胁检测, 开源蜜罐, 异常检测, 攻击地图, 攻击溯源, 攻击诱捕, 日志采集, 物联网安全, 自定义请求头, 请求拦截, 边缘计算, 逆向工具