
Automatisierte SBOM-zu-VEX-Pipeline unter Verwendung eines sicheren Multi-Agenten-KI-Systems, um CVEs zu analysieren, Ausnutzbarkeit zu bewerten und signierte CycloneDX VEX-Dokumente in Übereinstimmung mit OWASP GenAI guidelines zu generieren
Automatische Generierung signierter CycloneDX-VEX-Dokumente aus SBOMs mithilfe einer sicheren Multi-Agenten-KI-Pipeline, entwickelt in Übereinstimmung mit den Richtlinien des OWASP GenAI Security Project.
Die Erstellung einer SBOM bringt Hunderte von CVEs ans Licht. In der Praxis sind über 90 % davon im spezifischen Laufzeitkontext eines Produkts nicht ausnutzbar. Ohne ein Vulnerability Exploitability eXchange (VEX)-Dokument ertrinkt jedes nachgelagerte Tool — Dependency-Track, Release-Gates, Beschaffungschecklisten — in Fehlalarmen.
Lesen Sie das WIKI für weitere technische Details und Testergebnisse
Die manuelle VEX-Erstellung ist zeitaufwändig und skaliert nicht. Ein erfahrener Analyst kann Stunden mit der Bewertung einer einzigen Komponente verbringen. Eine produktive SBOM kann 500–2.000 Komponenten enthalten.
Dieses Projekt automatisiert diese Analyse-Pipeline — sicher, ohne Vendor-Lock-in, wobei alle Daten auf Ihrer Infrastruktur verbleiben.
Praxisbezogene Motivation: Im Jahr 2024 dokumentierte die Sicherheitsforscherin Johanna Curiel genau dieses Problem bei der Analyse des Kubernetes Java Client. Der OSV-Scanner identifizierte innerhalb von Sekunden eine CVE mit hohem Risiko in
com.diffplug.spotless:spotless-maven-plugin 1.17.0. Die Feststellung, dass es sich umnot_affectedhandelte (Build-Time-Plugin, nie zur Laufzeit ausgeführt), erforderte Stunden manueller Analyse. Dieses Projekt automatisiert diesen Analyse-Schritt.
Vier Sicherheitszonen. Nichts überschreitet eine Grenze ohne explizite Validierung.
┌─────────────────────────────────────────────────────────────────┐
│ ZONE 1 — Input ingestion (no LLM) │
│ SBOM upload → Schema validate → Sanitise → SHA-256 audit hash │
└────────────────────────────┬────────────────────────────────────┘
│
┌────────────────────────────▼────────────────────────────────────┐
│ ZONE 2 — OWASP guardrail middleware │
│ Prompt guard (LLM01) · Output filter (LLM02/05) │
│ Agency limiter (LLM06) · Token budget (LLM10) │
└────────────────────────────┬────────────────────────────────────┘
│
┌────────────────────────────▼────────────────────────────────────┐
│ ZONE 3 — Multi-agent pipeline (AutoGen AgentChat) │
│ │
│ Orchestrator │
│ ├── CVE Analyst NVD v2 + OSV + EPSS per component │
│ ├── Exploit Reasoner Call graph · LLM reasoning · RAG │
│ └── VEX Writer CycloneDX 1.6 schema-validated │
│ │
│ Vector store (Qdrant) — signed past VEX decisions │
└────────────────────────────┬────────────────────────────────────┘
│
┌────────────────────────────▼────────────────────────────────────┐
│ ZONE 4 — Output, signing, audit │
│ Human-in-the-loop gate → cosign/GPG sign → audit log │
└─────────────────────────────────────────────────────────────────┘
Dieses Projekt ist gegen die OWASP Top 10 für LLM-Anwendungen 2025 und die OWASP Top 10 für agentische Anwendungen 2026 konzipiert.
| OWASP-Risiko | ID | Gegenmaßnahme in diesem Projekt |
|---|---|---|
| Prompt Injection | LLM01 | Alle SBOM-Felder werden vor der LLM-Injektion bereinigt; Blockliste für Injektionsmuster |
| Offenlegung sensibler Informationen | LLM02 | PII-Scrubber für alle Agentenausgaben; Filter für interne Pfade |
| Unsachgemäße Ausgabeverarbeitung | LLM05 | CycloneDX-Schema-Validierung vor der Signierung; Wiederholung bei Fehlschlag |
| Übermäßige Handlungsbefugnis | LLM06 | Schreibgeschützte Tools während der Analyse; HITL-Gate für alle CVSS-≥-7,0-Entscheidungen |
| System-Prompt-Leakage | LLM07 | Interne Richtlinien vom System-Prompt getrennt |
| Vektor-/Embedding-Schwäche | LLM08 | Gespeicherte Vektoren signiert; Provenienz vor der Kontextinjektion geprüft |
| Unbegrenzter Verbrauch | LLM10 | MaxMessageTermination(20); Token-Budget pro Komponente; NVD-Timeout |
Human-in-the-loop ist verpflichtend. Eine VEX-
not_affected-Aussage für eine CVE mit hohem Schweregrad ist eine rechtsgültige Erklärung. Ohne Genehmigung durch einen menschlichen Prüfer wird keine VEX signiert. Dies ist nicht konfigurierbar.
| Komponente | Tool | Hinweise |
|---|---|---|
| Agenten-Orchestrierung | AutoGen AgentChat v0.4 | Multi-Agent, Tool-Nutzung, Message-Hooks |
| LLM (empfohlen) | Qwen2.5-Coder-32B | Bestes strukturiertes JSON + Sicherheitsargumentation |
| LLM-Server | vLLM (Prod) / Ollama (Dev) | OpenAI-kompatible API |
| CVE-Daten | NVD v2 API + OSV.dev + EPSS | Alle kostenlos, kein API-Schlüssel erforderlich |
| Vektorspeicher | Qdrant | Selbst gehostet, vergangene VEX-Entscheidungen |
| Embeddings | all-MiniLM-L6-v2 (sentence-transformers) | Vollständig lokal |
| SBOM-Formate | CycloneDX 1.4–1.7 (JSON/XML), SPDX 2.3/3.0 | Schema-validiert bei der Aufnahme |
| VEX-Ausgabe | CycloneDX 1.6 VEX | Schema-validiert vor der Signierung |
| Signierung | cosign (Sigstore keyless) | Zeitgestempelt, audit-protokolliert |
| Audit-Log | PostgreSQL (append-only, pgaudit) | Jede Agentenentscheidung wird aufgezeichnet |
Alles läuft vor Ort. Keine Daten verlassen Ihre Infrastruktur.
Hardware (Produktion):
Hardware (Entwicklung / kleine SBOMs):
llama3.1:8b über OllamaSoftware:
git clone https://github.com/your-org/sbom-vex-agent
cd sbom-vex-agent
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
# Development — Ollama (CPU/GPU, any laptop)
ollama pull llama3.1
ollama serve
# Production — vLLM (GPU required)
python -m vllm.entrypoints.openai.api_server \
--model Qwen/Qwen2.5-Coder-32B-Instruct \
--gpu-memory-utilization 0.90 \
--host 0.0.0.0 --port 8000
docker compose up -d # starts Qdrant + PostgreSQL
python -m vex_agent analyse \
--sbom path/to/your-sbom.cdx.json \
--output path/to/output.vex.json
Die Pipeline wird:
Kopieren Sie .env.example nach .env und legen Sie fest:
# LLM backend
VLLM_BASE_URL=http://localhost:8000/v1 # or Ollama: http://localhost:11434/v1
LLM_MODEL=Qwen2.5-Coder-32B-Instruct # or llama3.1 for dev