
Pipeline automatizado de SBOM a VEX que utiliza un sistema de IA multiagente seguro para analizar CVEs, razonar sobre la explotabilidad y generar documentos VEX CycloneDX firmados en cumplimiento con las directrices OWASP GenAI.
Genera automáticamente documentos VEX de CycloneDX firmados a partir de SBOMs mediante una canalización segura de IA multiagente, construida de acuerdo con las directrices del OWASP GenAI Security Project.
Generar un SBOM saca a la superficie cientos de CVE. En la práctica, más del 90% no son explotables en el contexto de ejecución de un producto específico. Sin un documento de Vulnerability Exploitability eXchange (VEX), todas las herramientas posteriores —Dependency-Track, las compuertas de release, las listas de verificación de adquisiciones— se ahogan en falsos positivos.
Consulta la WIKI para obtener más detalles técnicos y los resultados de las pruebas
La generación manual de VEX consume mucho tiempo y no escala. Un analista experto puede pasar horas evaluando un único componente. Un SBOM de producción puede contener entre 500 y 2.000 componentes.
Este proyecto automatiza esa canalización de razonamiento —de forma segura, sin dependencia de proveedor y con todos los datos permaneciendo en tu infraestructura.
Motivación del mundo real: En 2024, la investigadora de seguridad Johanna Curiel documentó exactamente este problema mientras analizaba el Kubernetes Java Client. El escáner de OSV identificó en segundos un CVE de alto riesgo en
com.diffplug.spotless:spotless-maven-plugin 1.17.0. Determinar que eranot_affected(plugin de tiempo de compilación, nunca ejecutado en tiempo de ejecución) requirió horas de análisis manual. Este proyecto automatiza ese paso de razonamiento.
Cuatro zonas de seguridad. Nada cruza una frontera sin validación explícita.
┌─────────────────────────────────────────────────────────────────┐
│ 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 │
└─────────────────────────────────────────────────────────────────┘
Este proyecto está diseñado conforme al OWASP Top 10 for LLM Applications 2025 y al OWASP Top 10 for Agentic Applications 2026.
| Riesgo OWASP | ID | Mitigación en este proyecto |
|---|---|---|
| Inyección de prompts | LLM01 | Todos los campos del SBOM se sanean antes de la inyección en el LLM; lista de bloqueo de patrones de inyección |
| Divulgación de información sensible | LLM02 | Depurador de PII en todas las salidas del agente; filtro de rutas internas |
| Manejo inadecuado de la salida | LLM05 | Validación del esquema CycloneDX antes de la firma; reintento en caso de fallo |
| Agencia excesiva | LLM06 | Herramientas de solo lectura durante el análisis; puerta HITL para todos los dictámenes con CVSS ≥ 7.0 |
| Fuga del prompt del sistema | LLM07 | Políticas internas separadas del prompt del sistema |
| Debilidad de vectores / embeddings | LLM08 | Vectores almacenados firmados; procedencia verificada antes de la inyección de contexto |
| Consumo ilimitado | LLM10 | MaxMessageTermination(20); presupuesto de tokens por componente; tiempo de espera de NVD |
La intervención humana es obligatoria. Una declaración VEX
not_affectedpara una CVE de alta severidad es una afirmación con validez legal. Ningún VEX se firma sin la aprobación de un revisor humano. Esto no es configurable.
| Componente | Herramienta | Notas |
|---|---|---|
| Orquestación de agentes | AutoGen AgentChat v0.4 | Multiagente, uso de herramientas, hooks de mensajes |
| LLM (recomendado) | Qwen2.5-Coder-32B | Mejor JSON estructurado + razonamiento de seguridad |
| Servidor LLM | vLLM (prod) / Ollama (dev) | API compatible con OpenAI |
| Datos de CVE | API NVD v2 + OSV.dev + EPSS | Todo gratuito, no requiere clave de API |
| Almacén de vectores | Qdrant | Autoalojado, decisiones VEX pasadas |
| Embeddings | all-MiniLM-L6-v2 (sentence-transformers) | Totalmente local |
| Formatos de SBOM | CycloneDX 1.4–1.7 (JSON/XML), SPDX 2.3/3.0 | Validados contra esquema en la ingesta |
| Salida VEX | CycloneDX 1.6 VEX | Validado contra esquema antes de la firma |
| Firma | cosign (Sigstore sin clave) | Con marca de tiempo y registro de auditoría |
| Registro de auditoría | PostgreSQL (solo anexar, pgaudit) | Cada decisión del agente registrada |
Todo se ejecuta en las instalaciones. Ningún dato sale de su infraestructura.
Hardware (producción):
Hardware (desarrollo / SBOM pequeños):
llama3.1:8b mediante 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
El pipeline hará lo siguiente:
Copie .env.example a .env y establezca:
Descubre las herramientas más usadas por nuestra comunidad.
Sin datos de popularidad aún.