🤖 Sistema de Batalla de Seguridad de IA

Equipo Rojo vs Equipo Azul: Simulación de Combate de ML Adversarial

Una simulación integral de seguridad de aprendizaje automático adversarial donde los atacantes del Equipo Rojo se enfrentan a los defensores del Equipo Azul en un escenario de guerra de seguridad de IA/ML de 30 minutos.

🎯 Resumen del Proyecto

Este sistema simula escenarios reales de seguridad de IA/ML donde:

🔴 Equipo Rojo lanza ataques sofisticados (entradas adversariales, extracción de modelos, evasión)
🔵 Equipo Azul despliega defensas potenciadas por ML (detección de anomalías, limitación de tasa, validación de entrada)

La batalla dura 30 minutos con 10 rondas, y los resultados finales determinan si los sistemas de seguridad de IA/ML son lo suficientemente robustos para aplicaciones modernas.

📁 Estructura del Proyecto

ai-security-battle/
├── database/                   # Capa de base de datos
│   ├── schema.sql              # Esquema de base de datos
│   ├── db_config.py            # Gestor de base de datos y repositorios
│   ├── models.py               # Modelos de datos
│   └── seed_data.py            # Inicializar con datos de muestra
│
├── blue_team/                  # Equipo Azul (Defensores)
│   ├── ml_models/              # Modelos de ML para defensa
│   ├── defenses/               # Mecanismos de defensa
│   ├── monitoring/             # Sistemas de monitoreo
│   ├── api/                    # Endpoints de API
│   └── blue_agent.py           # Orquestador del Equipo Azul
│
├── red_team/                   # Equipo Rojo (Atacantes)
│   ├── attacks/                # Implementaciones de ataques
│   ├── reconnaissance/         # Sondeo y escaneo
│   ├── adaptation/             # Adaptación de estrategia
│   └── red_agent.py            # Orquestador del Equipo Rojo
│
├── battle_engine/              # Coordinación de batalla
│   ├── orchestrator.py         # Controlador principal de batalla
│   ├── round_manager.py        # Temporización de rondas
│   ├── scoring_system.py       # Seguimiento de puntuación
│   └── logger.py               # Registro de eventos
│
├── shared/                     # Utilidades compartidas
│   ├── config.py               # Configuración
│   ├── constants.py            # Constantes y enumeraciones
│   └── utils.py                # Funciones de utilidad
│
├── results/                    # Resultados y registros de batalla
├── tests/                      # Pruebas unitarias
├── docker/                     # Configuración de Docker
├── requirements.txt            # Dependencias de Python
├── setup.py                    # Configuración del paquete
├── run_battle.py               # Punto de entrada principal
└── README.md                   # Este archivo

🚀 Inicio Rápido

1. Instalación

cd ai-security-battle

# Crear entorno virtual (recomendado)
python -m venv venv
venv\Scripts\activate  # En Windows

# Instalar dependencias
pip install -r requirements.txt

2. Inicializar Base de Datos

python database/seed_data.py

3. ¡Ejecutar la Batalla!

# Batalla estándar (30 minutos, 10 rondas)
python run_battle.py

# Batalla rápida (10 minutos, 5 rondas)
python run_battle.py --quick

# Configuración personalizada
python run_battle.py --rounds 8 --duration 20

# Inicializar base de datos y ejecutar
python run_battle.py --init

🎮 Cómo Funciona

Flujo de Batalla

Inicialización - Ambos equipos entrenan sus modelos
Rondas 1-10 - Rojo ataca, Azul defiende
Adaptación - Ambos equipos ajustan estrategias
Conclusión - Se determina el ganador, se genera informe

🔴 Arsenal del Equipo Rojo

Entradas Adversariales - Crear entradas para engañar al clasificador ML
Extracción de Modelo - Robar modelo a través de consultas
Ataques de Evasión - Adaptarse a patrones de detección
Ataques de Inferencia - Extraer información de datos de entrenamiento

🔵 Defensas del Equipo Azul

Limitación de Tasa - Prevenir abuso de API
Validación de Entrada - Verificación de esquema y rango
Detección de Anomalías - Algoritmo de Isolation Forest
Autenticación ML - Clasificador Random Forest

📊 Puntuación

Equipo Rojo

Brecha exitosa: +10 puntos
Evadir detección: +5 puntos
Extracción de modelo: +15 puntos

Equipo Azul

Ataque detectado: +8 puntos
Ataque bloqueado: +12 puntos
Ronda sin brechas: +15 puntos

⚙️ Configuración

Edite shared/config.py para personalizar la configuración de la batalla, parámetros de defensa y configuraciones de ataque.

🧪 Pruebas

pytest tests/ -v

📜 Licencia

Licencia MIT - Propósitos educativos y de investigación

Construido para Investigación y Educación en Seguridad de IA/ML 🚀

ai-security-battle

Más Populares