KI-Agenten sehen immer autorisiert aus. AIOStack zeigt dir, wenn sie es nicht sind.

KI-Agenten handeln im Namen von Benutzern. Sie verwenden echte Anmeldeinformationen, führen echte API-Aufrufe durch, rufen Tools auf, greifen auf APIs zu und berühren Produktionssysteme. Die meisten Sicherheitstools betrachten diese Aktivitäten als legitim, denn technisch gesehen sind sie es auch.

Das eigentliche Problem ist nicht nur unbefugter Zugriff.
Das größere Problem ist, wenn autorisierter Zugriff zur Laufzeit unangemessen wird.

AIOStack ist die kostenlose Community-Laufzeit-Transparenzschicht von Aurva für KI-Workloads. Sie hilft Sicherheits- und Plattformteams dabei, Schatten-KI zu entdecken, Agentenidentitäten zuzuordnen, LLM- und Tool-Aktivitäten zu verfolgen und zu verstehen, wie sich KI-Systeme innerhalb von Kubernetes-Umgebungen verhalten.

Keine Änderungen am Anwendungscode. Keine SDK-Abhängigkeit. Keine Sidecars. Laufzeit-Transparenz dort, wo KI-Workloads tatsächlich laufen.

Installation (Kubernetes)

curl -fsSL https://aurva.ai/install.sh | bash

Der Installer führt dich durch die Einrichtung, öffnet app.aurva.ai zur Registrierung und stellt AIOStack® in deinem Cluster bereit. Dein KI-Inventar erscheint innerhalb von 60 Sekunden.

Siehe Installationsanleitung für die manuelle Helm-Installation.

Deinstallation

curl -fsSL https://aurva.ai/uninstall.sh | bash

Was AIOStack beantwortet

Hauptfunktionen

• Erkennung ohne Instrumentierung: Automatische Erkennung von LLM-API-Aufrufen, Modell-Downloads, Vektordatenbanken, MCP-Servern und KI-Agenten über alle Pods hinweg – ohne den Anwendungscode zu berühren.
• KI-Stückliste (AIBOM): Vollständiges Laufzeitinventar von Modellen, APIs und KI-Abhängigkeiten in deiner Infrastruktur. Wisse, was läuft, bevor ein Vorfall es dir verrät.
• Agenten-Identitätszuordnung: Korrelation von KI-Datenverkehr mit Kubernetes-Service-Accounts, Namespaces und Workload-Identitäten. Wenn ein Agent etwas Unerwartetes tut, weißt du genau, welcher.
• Prompt- und Aufruf-Überwachung: Erfassung von LLM-Anfragemetadaten, Modell-Routing und Token-Nutzung pro Dienst. Es werden keine Anfrageinhalte gespeichert – nur die für die Sicherheit relevanten Signale.
• KI-Aufruf-Abstammung: Verfolgung von mehrstufigen Agenten-Workflows über Dienste hinweg. Sieh die vollständige Kette von Aufrufen, die ein Agent getätigt hat, nicht nur einzelne Ereignisse.
• Kosten- und Nutzungszuordnung: Zuordnung von API-Nutzung und Token-Verbrauch zu Teams, Namespaces und Service-Accounts. Nützlich für Plattformteams, die gemeinsam genutzte KI-Infrastruktur verwalten.
• Compliance-Prüfpfade: Erzeugung von Pod-Ebene-Nachweisen für DSGVO, SOC2 und interne Audits – zeitgestempelt, zugeordnet und abfragbar.
• Minimaler Overhead: <2% CPU-Auswirkung pro Knoten durch Filterung auf Kernel-Ebene. Für den Produktionseinsatz entwickelt.

Voraussetzungen

• Kubernetes 1.29+ mit eBPF-Unterstützung (EKS, GKE, AKS)
• Linux-Kernel 5.15+
• Helm 3.x

So funktioniert es

AIOStack stellt zwei Komponenten in deinem Cluster bereit:

Observer (DaemonSet): Läuft auf jedem Knoten und lädt eBPF-Programme, die in Kernel-Tracepoints (tcp_sendmsg, tcp_recvmsg, execve, openat) einhaken. Diese Programme erfassen Netzwerk-Metadaten, DNS-Abfragen und Prozessausführungs-Ereignisse, filtern nach KI-spezifischen Mustern (API-Endpunkte, Modell-Downloads, Vektordatenbank-Protokolle) und leiten sie an den Userspace weiter.

Outpost (Deployment): Empfängt Ereignisse von den Observers, parst Anwendungsprotokolle (HTTP/1.1, HTTP/2, gRPC), klassifiziert KI-Dienste mittels Signaturvergleich und reichert Ereignisse mit Kubernetes-Metadaten an, indem Socket-Inodes über /proc/net/tcp und cgroup-Informationen mit Pod-Identitäten korreliert werden.

Der Datenverkehr wird auf Syscall-Ebene analysiert – vor der TLS-Verschlüsselung beim Ausgang, nach der Entschlüsselung beim Eingang – unter Verwendung von Uprobes auf die Funktionen SSL_write/SSL_read. Es werden nur Metadaten (HTTP-Header, Payload-Größen, Latenzen) extrahiert; Anfrage-/Antwortinhalte werden nie erfasst.

Lies: Wie wir der SSL/TLS-Falle entkommen sind

Community vs. Enterprise

AIOStack ist kostenlos nutzbar. Alle Kernfunktionen auf eBPF-Basis sind in der Community-Edition ohne Feature-Gating verfügbar.

Enterprise bietet Integrationen und Support für Teams, die KI-Workloads außerhalb von Standard-Kubernetes-Umgebungen betreiben:

Hinweis: eBPF ist nicht auf Bedrock, Vertex, Databricks oder anderen verwalteten PaaS-Laufzeiten verfügbar. Für diese Umgebungen kontaktiere uns für Enterprise-agentenlose Integrationen.

Sprich mit uns über Enterprise →

Dokumentation

Vollständige Dokumentation: aurva.ai/docs

• Architektur-Tiefgang
• Installationsanleitung
• Sicherheitsmodell

Feedback & Support

Wir entwickeln AIOStack aktiv weiter und freuen uns über dein Feedback:

• Funktionswünsche: GitHub Issues
• Fehlermeldungen: GitHub Issues
• Fragen: [email protected]

Lizenz

Apache License 2.0 – siehe LICENSE für Details.

Die gehostete Version unter app.aurva.ai bietet verwaltete ClickHouse®-Speicherung und UI-Hosting. Die gesamte Kern-Überwachungslogik wird in diesem Repository quelloffen bereitgestellt, sobald sie von unserem Chefarchitekten genehmigt wurde.

⭐ Stern-Verlauf

Erstellt von Aurva