Los agentes de IA siempre parecen autorizados. AIOStack te dice cuando no lo están.

Los agentes de IA actúan en nombre de los usuarios. Utilizan credenciales reales, realizan llamadas API reales, invocan herramientas, acceden a APIs y tocan sistemas de producción. La mayoría de las herramientas de seguridad ven esta actividad como legítima porque, técnicamente, lo es.

El problema real no es solo el acceso no autorizado.
El problema mayor es cuando el acceso autorizado se vuelve inapropiado en tiempo de ejecución.

AIOStack es la capa de visibilidad en tiempo de ejecución gratuita de la comunidad de Aurva para cargas de trabajo de IA. Ayuda a los equipos de seguridad y plataforma a descubrir IA oculta, mapear identidades de agentes, rastrear la actividad de LLM y herramientas, y comprender cómo se comportan los sistemas de IA dentro de entornos Kubernetes.

Sin cambios en el código de la aplicación. Sin dependencia de SDK. Sin sidecars. Visibilidad en tiempo de ejecución donde realmente se ejecutan las cargas de trabajo de IA.

Cómo instalar (Kubernetes)

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

El instalador te guiará a través de la configuración, abre app.aurva.ai para registrarte e implementa AIOStack® en tu clúster. Tu inventario de IA aparece en 60 segundos.

Consulta la Guía de instalación para la instalación manual con Helm.

Desinstalación

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

Lo que responde AIOStack

Características clave

• Descubrimiento sin instrumentación: Detecta automáticamente llamadas a APIs LLM, descargas de modelos, bases de datos vectoriales, servidores MCP y agentes de IA en todos los pods — sin tocar el código de la aplicación.
• Lista de materiales de IA (AIBOM): Inventario completo en tiempo de ejecución de modelos, APIs y dependencias de IA en tu infraestructura. Conoce lo que se está ejecutando antes de que un incidente te lo diga.
• Mapeo de identidad de agentes: Correlaciona el tráfico de IA con cuentas de servicio de Kubernetes, namespaces e identidades de carga de trabajo. Cuando un agente hace algo inesperado, sabes exactamente cuál.
• Monitoreo de prompts y llamadas: Captura metadatos de solicitudes LLM, enrutamiento de modelos y uso de tokens por servicio. No se almacenan cuerpos de solicitud, solo las señales importantes para la seguridad.
• Linaje de llamadas de IA: Rastrea flujos de trabajo de agentes de múltiples pasos a través de servicios. Ve la cadena completa de llamadas que realizó un agente, no solo eventos individuales.
• Atribución de costos y uso: Mapa el uso de API y el consumo de tokens a equipos, namespaces y cuentas de servicio. Útil para equipos de plataforma que gestionan infraestructura compartida de IA.
• Huellas de auditoría de cumplimiento: Genera evidencia a nivel de pod para auditorías de GDPR, SOC2 e internas — con marca de tiempo, atribuidas y consultables.
• Sobrecarga mínima: <2% de impacto de CPU por nodo usando filtrado a nivel de kernel. Construido para producción.

Requisitos previos

• Kubernetes 1.29+ con soporte eBPF (EKS, GKE, AKS)
• Kernel de Linux 5.15+
• Helm 3.x

Cómo funciona

AIOStack implementa dos componentes en tu clúster:

Observer (DaemonSet): Se ejecuta en cada nodo y carga programas eBPF que se enganchan en puntos de seguimiento del kernel (tcp_sendmsg, tcp_recvmsg, execve, openat). Estos programas capturan metadatos de red, consultas DNS y eventos de ejecución de procesos, filtrando patrones específicos de IA (endpoints de API, descargas de modelos, protocolos de bases de datos vectoriales) antes de reenviarlos al espacio de usuario.

Outpost (Deployment): Recibe eventos de los Observers, analiza protocolos de aplicación (HTTP/1.1, HTTP/2, gRPC), clasifica servicios de IA mediante coincidencia de firmas y enriquece eventos con metadatos de Kubernetes correlacionando inodos de socket con identidades de pods a través de /proc/net/tcp e información de cgroup.

El tráfico se analiza a nivel de llamadas al sistema—antes del cifrado TLS en salida, después del descifrado en entrada—usando uprobes en las funciones SSL_write/SSL_read. Solo se extraen metadatos (encabezados HTTP, tamaños de carga útil, latencias); los cuerpos de solicitud/respuesta nunca se capturan.

Lee: Cómo escapamos de la trampa SSL/TLS

Comunidad vs. Empresa

AIOStack es gratuito. Todas las funciones principales basadas en eBPF están disponibles en la edición comunitaria sin restricciones de funciones.

Enterprise añade integraciones y soporte para equipos que ejecutan cargas de trabajo de IA fuera de entornos Kubernetes estándar:

Nota: eBPF no está disponible en Bedrock, Vertex, Databricks u otros entornos PaaS administrados. Para esos entornos, contáctenos para obtener integraciones basadas en Enterprise sin agente.

Hable con nosotros sobre Enterprise →

Documentation

Documentación completa: aurva.ai/docs

• Análisis profundo de la arquitectura
• Guía de instalación
• Modelo de seguridad

Comentarios y soporte

Estamos desarrollando activamente AIOStack y nos encantaría saber de ti:

• Solicitudes de funciones: GitHub Issues
• Informes de errores: GitHub Issues
• Preguntas: [email protected]

Licencia

Licencia Apache 2.0 - consulta LICENSE para más detalles.

La versión alojada en app.aurva.ai proporciona almacenamiento administrado de ClickHouse® y alojamiento de interfaz de usuario. Toda la lógica principal de observabilidad se publicará como código abierto en este repositorio una vez aprobada por nuestro Arquitecto Jefe.

⭐ Historial de estrellas

Creado por Aurva