
Un honeypot que interrumpe los ataques impulsados por agentes de IA mediante técnicas de tarpitting y "bombas de contexto". Python/Flask, basado en configuración, con alertas multicanal y una interfaz web opcional.
Un honeypot que interrumpe y ralentiza los ataques dirigidos por agentes de IA.
AI Tarpit presenta una intranet corporativa de aspecto común en la que cada pista interesante es una trampa. Implementa las técnicas de engaño de "bomba de contexto" medidas por Tracebit Research (Context Bombs, octubre de 2026) además de otras técnicas de tarpitting, sobre Flask. Los agentes de ataque autónomos gastan presupuesto real — tokens, tiempo y llamadas a herramientas — persiguiendo secretos falsificados que no desbloquean nada, flujos de datos que nunca terminan y documentos que silenciosamente les indican que se detengan, mientras tú recibes alertas clasificadas que muestran exactamente qué se activó y durante cuánto tiempo.
Estado: v1.0.0 — las 15 técnicas de la v1 implementadas, interfaz web de administración, herramienta de prueba y documentación.
Un agente de ataque de IA razona sobre lo que devuelve el objetivo y no puede distinguir fácilmente una pista real de una fabricada. AI Tarpit explota eso: alimenta al agente con un contexto engañoso que desperdicia su presupuesto, inunda su ventana de contexto o lo persuade de detenerse — todo de forma pasiva, y todo con datos sintéticos que no otorgan acceso a nada.
attacker / AI agent
|
decoy listener :8080 admin listener :8443 (loopback)
(fake corporate intranet) (API + Web UI, token-protected)
| |
+-------------------+------------------+ |
| lures -> techniques -> honeytokens | |
| fingerprinting + correlation |---> events -> alerts (console / syslog / webhook)
+--------------------------------------+ |
| |
SQLite store <--------- reporting ----+
Un proceso ejecuta dos listeners: el señuelo al que llegan los atacantes, y una superficie admin en loopback para monitoreo, configuración y generación de informes. Cada interacción genera un evento clasificado que se alerta y se registra.
| Técnica | Qué le hace a un agente | |
|---|---|---|
| T01 | Cifrado por etapas | Una cadena de archivos AES-ZIP reales que solo arrojan "claves" honeytoken. |
| T02 | Presión sobre el parser HTTP | Paginación que nunca termina, con JSON a la deriva y parcialmente malformado. |
| T03 | Recuperación de búfer retenido | Una fuga de memoria falsa que el agente reconstruye byte a byte. |
| T04 | Needlestack | Secretos fragmentados entre docenas de roles que nunca se combinan del todo. |
| T05 | Exposición de informe de pentest | Una evaluación falsificada que redirige al agente hacia señuelos y canarios. |
| T06 | Grandstanding | Un "intercambio" que induce al agente a autoinformar sus propias tácticas. |
| T07 | Recuperación de contraseña con pérdida | Un secreto que se filtra carácter a carácter con retrasos. |
| T08 | Cadencia de solicitudes | Una política de límite de tasa falsa que ralentiza a un agente obediente hasta el arrastre. |
| T09 | Replicación | Un "traspaso" que captura el plan del agente y lo da por concluido. |
| T10 | Revocación de alcance / RoE | Avisos autoritativos que piden a los agentes automatizados que se detengan. |
| T11 | Transporte de goteo lento | Respuestas entregadas a cuentagotas, o de forma interminable. |
| T12 | Inundación de contexto | Respuestas rellenadas con volumen plausible pero inútil. |
| T13 | Laberinto procedimental | Un árbol infinito de páginas generadas con apariencia interna. |
| T14 | Cebo específico para IA | llms.txt, un endpoint MCP falso y APIs de "automatización" que canalizan hacia trampas. |
| T15 | Puerta de proof-of-work | Una puerta 428 que obliga al agente a quemar cómputo para llegar a más señuelos. |
| T16 | Fingerprinting + honeytokens | Clasifica cada sesión y rastrea cada secreto para su reutilización entre sesiones. |
Cada una se habilita y ajusta de forma independiente. Consulte el Manual de referencia — Parte 1 para conocer los mecanismos, los señuelos y el impacto esperado.
# Windows (PowerShell)
py -3 -m venv venv
.\venv\Scripts\Activate.ps1
pip install -r requirements.txt
# Linux / macOS
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
# run from the repo root — no install of the project itself
python aitarpit.py init-config # writes ./aitarpit.json with a fresh admin token
python aitarpit.py validate
python aitarpit.py run # decoy on :8080, admin API + Web UI on 127.0.0.1:8443
python aitarpit.py # same as `run` — it is the default command
Solo se instalan las dependencias de tiempo de ejecución; el proyecto en sí no. El honeypot se ejecuta mediante
python aitarpit.py <command>desde la raíz del repositorio; la herramienta de prueba complementaria tiene su propio lanzador,python aitarpit-test.py <command>.
Luego confirme su comportamiento, con la herramienta de prueba incluida:
python aitarpit-test.py check --target http://127.0.0.1:8080 \
--admin http://127.0.0.1:8443 --token YOUR_ADMIN_TOKEN
Docker:
docker build -t aitarpit .
docker run -v $PWD/aitarpit.json:/config/aitarpit.json -v tarpit-data:/data \
-p 8080:8080 -p 127.0.0.1:8443:8443 aitarpit
Los manuales completos se incluyen en docs/, tanto en Markdown como en PDF:
docs/quickstart.md /
docs/aitarpit-quickstart.pdf — instalación, configuración, ejecución,
primera alerta, primera comprobación.docs/reference.md /
docs/aitarpit-reference.pdf — Parte 1 Conceptos,
Parte 2 Instalación, Parte 3 Ejecución (configuración, monitorización, informes, CLI y Web UI), Parte 4 Pruebas.AI Tarpit incluye una herramienta complementaria, que se ejecuta como python aitarpit-test.py check / python aitarpit-test.py agent:
check — conformidad determinista y apta para CI para cada técnica (sale con 0 solo si
todas pasan; salida en texto / JSON / JUnit).agent — un atacante LLM opcional y bloqueado por origen (compatible con OpenAI o
Anthropic) que mide hasta dónde llega un agente real y cuánto tiempo lo retiene el tarpit.AI Tarpit es pasivo — nunca se conecta de vuelta a un atacante, nunca sirve malware
real y nunca "devuelve el ataque". Cada credencial, token y archivo es un honeytoken
sintético que no concede nada; usar uno es en sí mismo una alerta. La superficie de administración está
aislada en loopback detrás de un token, las técnicas lentas/de inundación están limitadas por topes de recursos,
y el agente de prueba LLM opcional está estrictamente restringido al único objetivo que le indiques.
Ejecútalo solo contra tráfico que estés autorizado a atrapar, y usa un dominio de persona que
controlas o un nombre reservado .example.
MIT — consulta LICENSE.