Skip to content
KitploitKITPLOIT
ToolsExploitsBlog
Log in
Einreichen
ToolsExploitsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

FeedsKontaktDatenschutz© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
mcpguard-dynamic — Kernel-Ebene eBPF-Sandbox zur Absicherung von LLM-Agent-Tool-Aufrufen, die über das Model Context Protocol (MCP) getätigt werden. | Kitploit
Tools/GitHubGitHub/facebook/mcpguard-dynamic
DefensivwerkzeugeContainer-SicherheitDynamische Analyse (Sandboxing)Code-AnalyseSicherheitsvirtualisierungEinbruchserkennungPapers & ForschungFehlkonfigurationLernen & BildungIncident ResponseKI-Sicherheit
689102vor 17h 28mVon Kitploit geprüft
GitHub
facebook/mcpguard-dynamic

mcpguard-dynamic

Kernel-Ebene eBPF-Sandbox zur Absicherung von LLM-Agent-Tool-Aufrufen, die über das Model Context Protocol (MCP) getätigt werden.

Repository anzeigen
Teilen

MCPGuard-Dynamic

Sandboxing auf Kernel-Ebene für LLM-Agent-Tool-Aufrufe über das Model Context Protocol (MCP).

MCPGuard fungiert als transparenter Proxy zwischen einem MCP-Client (dem Agenten / Runner) und einem MCP-Server-Subprozess und wendet bei jedem Tool-Aufruf drei geschichtete Verteidigungslinien an. Die unterste Schicht ist in eBPF implementiert und erzwingt Capability-Richtlinien an der Systemaufruf-Grenze, sodass ein bösartiger MCP-Server die Richtlinie nicht umgehen kann, indem er sensibles Verhalten in seiner eigenen Implementierung fest verdrahtet.

Dieses Repository enthält den Proxy, die eBPF-Programme, den Benchmark mit 14 Servern / 82 Fällen und die Evaluationsumgebung, die im begleitenden Paper Kernel-Level Sandboxing for LLM Agent Tool Calls via eBPF verwendet werden.

Architektur

SchichtKomponenteZweck
L1proxy/policy_engine.pyCapability-Richtlinie pro Server, abgeleitet aus dem MCP-Schema jedes Tools; Allowlists für Pfade, Netzwerkziele, Prozesse, Umgebungsvariablen.
L2proxy/argument_validator.pyInspektion der Tool-Aufruf-Argumente auf Anwendungsebene: Pfad-Kanonisierung, URL-Validierung, Erkennung von Prompt-Injection, Erkennung von Env-Leaks / Command-Injection, Scannen sensibler Schlüssel, Bereinigung von Antworten.
L3ebpf/*.bpf.c + proxy/ebpf_sandbox.pyDurchsetzung auf OS-Ebene: drei BPF-LSM-Programme (file_guard, net_guard, proc_guard) fangen open() / connect() / execve() ab, und ein Tracepoint-Programm (fork_guard) verfolgt Kindprozesse über sched_process_fork, sodass die Richtlinie über Forks hinweg erhalten bleibt.

Sechs umschaltbare Verteidigungskonfigurationen (proxy/proxy_base.py) decken den im Paper verwendeten Ablationsraum ab: C0 (Passthrough), C-AB (AgentBound-Baseline), C-app (L1 + L2), C-ebpf (nur L3), C-full (L1 + L2 + L3), C-AB+ebpf (AgentBound + L3).

Repository-Struktur

.
├── proxy/        L1 Policy Engine, L2 Argument Validator, L3 eBPF Controller, AgentBound-Baseline
├── ebpf/         BPF-C-Quellen für file/net/proc/fork Guards + Makefile + vmlinux.h
├── policies/     JSON-Capability-Richtlinien pro Server (Standardwerte + Overrides)
├── servers/      14 MCP-Server: 11 Python (filesystem, notes, weather, shell, sqlite, git, env + bösartige/Trojaner-Varianten) + 3 JavaScript (servers/js/)
├── test_cases/   82 Benchmark-Szenarien in 7 Kategorien (file_read, exfiltration, env_leak, sandbox_escape, priv_escalation, cross_language, benign)
├── notes_data/   170 gültige synthetische Notes-JSON-Fixtures, die von notes_server verwendet werden
├── runner/       evaluate.py, aggregate.py, agentbound_check.py, ebpf_edge_tests.py, latency_benchmark.py, override_workflow.py, smoke_test.py
└── EXECUTION_PLAN.md   Phasenweise Reproduktionsanleitung

Anforderungen

  • Linux-Kernel 6.x mit aktiviertem BPF LSM (CONFIG_BPF_LSM=y, lsm=bpf in der Kernel-Cmdline)
  • clang 21 oder neuer mit BPF-Target
  • bpftool zum Laden von BPF-Programmen und -Maps
  • Python 3.12 (nur Standardbibliothek — keine Drittanbieter-Abhängigkeiten)
  • Node.js 16+ (nur für die JavaScript-MCP-Server unter servers/js/)

Schnellstart

# Build the eBPF programs
cd ebpf && make && cd ..

# Smoke test (one server, a handful of cases)
python3 runner/smoke_test.py

# Full benchmark for one configuration
python3 runner/evaluate.py --config C-full --run-id trial

# Aggregate a reproduced run
python3 runner/aggregate.py --run-id trial

# Reproduce the steady-state latency table after installing eBPF
sudo python3 runner/latency_benchmark.py --run-id codex_20260523_latency --iterations 100 --warmup 20

# Reproduce the audit/override workflow
python3 runner/override_workflow.py --run-id codex_20260523_override

# Run focused eBPF edge tests after installing eBPF
sudo python3 runner/ebpf_edge_tests.py --run-id codex_20260523_ebpf_edges

# Run AgentBound-style baseline conformance checks
python3 runner/agentbound_check.py --run-id codex_20260523_agentbound

C-ebpf, C-full und C-AB+ebpf schlagen jetzt fehlgeschlossen fehl, wenn die BPF-LSM-Programme und gepinnten Maps nicht verfügbar sind. Führen Sie sie nur nach der Installation der eBPF-Schicht mit Root-Rechten aus.

Zentrale Ergebnisse

Attack Prevention Rate (APR), viable-attack APR (V-APR) und False Positive Rate (FPR) für den einzelnen gepinnten Lauf codex_20260523_full (14-Server-, 82-Fall- Benchmark; dies ist das fx_r-Pro-Kategorie-Profil — Tabelle 1 des Papers berichtet N=5-Mittelwerte, daher liest sich C-app hier als 13/48 gegenüber dem 12/48-Mittelwert):

KonfigurationAPRV-APRViable blockiertFPR
C021.3%0.0%0/480/21
C-AB37.7%20.8%10/480/21
C-app42.6%27.1%13/480/21
C-ebpf60.7%50.0%24/480/21
C-full68.9%60.4%29/480/21
C-AB+ebpf67.2%58.3%28/480/21

APR umfasst Angriffe, die unter C0 intrinsisch fehlschlagen. V-APR verwendet nur Angriffe, die unter C0 erfolgreich sind, als Nenner, was das konservativere Maß für die Verteidigungsabdeckung ist.

Der wiederholte Latenz-Benchmark für gutartige Aufrufe ist im internen Paper- Workspace als results/latency/codex_20260523_latency.md gespeichert. Er misst BN-01 (filesystem_server.read_file) mit 20 Warmup-Aufrufen und 100 gemessenen Aufrufen pro Konfiguration; C-full fügt +0,488 ms Median-Latenz relativ zu C0 hinzu und bleibt bei 1,141 ms p95 für diesen festen gutartigen Aufruf. Der öffentliche CodeSync-Baum schließt results/ aus, sodass externe Benutzer dieses Artefakt mit dem obigen Befehl neu generieren.

Der Audit-/Override-Workflow ist intern als results/audit/codex_20260523_override.md gespeichert. Er demonstriert, wie eine gutartige Ablehnung als strukturiertes Audit-Ereignis aufgezeichnet und durch Hinzufügen eines bereichsbezogenen Operator-Overrides unter einem mit policies/overrides kompatiblen Layout aufgelöst wird.

Fokussierte eBPF-Edge-Tests sind intern als results/ebpf_edges/codex_20260523_ebpf_edges.md gespeichert. Sie decken Fail-Closed-Map- Verfügbarkeit, Workspace-Schreib-Allow-Verhalten, Verzeichnispräfix-Grenzablehnung, /tmp-Staging-Ablehnung und Localhost-Exfiltrations-Ablehnung ab.

Die Baseline-Prüfung im AgentBound-Stil ist intern als results/agentbound/codex_20260523_agentbound.md gespeichert. Sie dokumentiert, dass C-AB eine pro-Server-Reproduktion auf Anwendungsebene ist, und verifiziert die erwartete argument-sichtbare Abdeckung und den implementierungsverborgenen blinden Fleck.

Bedrohungsmodell

Der MCP-Server wird als nicht vertrauenswürdig behandelt. Er kann gutartig-aber-fehkonfiguriert, absichtlich bösartig oder ein trojanisierter Fork eines legitimen Servers sein. Der Agent / Runner und das Host-Betriebssystem werden als vertrauenswürdig angesehen. Die eBPF-Schicht geht davon aus, dass der Kernel nicht kompromittiert ist; Privilegieneskalationen im Kernel (CWE-269 in Kernelmodulen) liegen außerhalb des Geltungsbereichs.

Zitation

Ein BibTeX-Eintrag wird hier hinzugefügt, sobald das Paper veröffentlicht ist.

Mitwirken

Siehe CONTRIBUTING.md. Alle Mitwirkenden müssen Metas CLA unterzeichnen.

Sicherheit

Um ein Sicherheitsproblem zu melden, siehe SECURITY.md. Bitte reichen Sie keine öffentlichen GitHub-Issues für Sicherheitsberichte ein.

Lizenz

MIT — siehe LICENSE.

Tool herunterladen

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Das ultimative OSINT-Toolkit: Untersuchungsgraph, Konfidenzbewertung, Alias-Familien, Karte, Zeitleiste und Berichte. 49 Module, 400+ Websites, keine API-Schlüssel erforderlich.

    772
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock One-Tap Execution App (CVE-2026-43499)

    505
  • 3

    ARTEX

    baarai/artex

    LLM-basierte Multi-Agenten-Plattform für autonome Penetrationstests mit Planer-/Worker-Agenten, Asset- und Explorationsgraphen, MITM-Verkehrsaufzeichnung und Schwachstellen-Retesting.

    420
  • 4

    redforge

    cybersecurity91/redforge

    Browser-seitiges Red-Team-Toolkit mit 102 Offline-Tools für Recon, Payload-Generierung, Credential-Angriffe, Krypto, Encoding und Engagement-Reporting.

    345
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Das System der Handlung für KI-native Cybersicherheit – wo Absicht zu gesteuerter Ausführung wird, Beweise zu operativem Gedächtnis werden und jeder Einsatz den nächsten verbessert.

    260
  • 6

    antifox

    antifox-ai/antifox

    KI-Multi-Agenten-Plattform für autonome Penetrationstests, die Recon, Angriffsflächen-Erkennung, Exploit-Validierung und evidenzbasierte Berichtserstellung durchführt.

    251

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →