Securekit
Securekit protege lo que tus modelos ejecutan—en cualquier sistema de IA.
Securekit es un núcleo de seguridad agnóstico de protocolo para la ejecución de herramientas de IA.
Se sitúa entre cualquier sistema LLM o de agentes y las herramientas que utilizan, imponiendo ejecución de confianza cero, aislamiento en sandbox y control basado en políticas.
Está diseñado para ser directamente integrable, modular y extensible, funcionando con MCP, llamadas a herramientas de OpenAI y marcos de agentes personalizados.
🧠 Por qué existe Securekit
Los sistemas de IA modernos ya no solo generan texto—están ejecutando acciones:
- leyendo y escribiendo archivos
- llamando a APIs externas
- ejecutando código
- activando flujos de trabajo
- interactuando con sistemas y redes
Esto introduce un riesgo crítico:
Cada llamada a una herramienta es una superficie de ataque potencial.
Securekit introduce una capa de seguridad de ejecución universal que impone control antes de que se ejecute cualquier acción.
🧱 Descripción general de la arquitectura
LLM / Agent System
↓
Protocol Adapter Layer
(MCP / OpenAI / Custom / Future Protocols)
↓
Securekit Core
- Policy Engine
- Capability System
- Prompt Firewall
- Risk Scoring Engine
- Intent Classifier
- Data-Flow Firewall
- Audit & Receipts
↓
Sandbox Orchestrator
(gVisor / Firecracker / Docker / WASM)
↓
Controlled Execution Layer
(Filesystem / Network / System Boundaries)
⚙️ Lista completa de funciones
🔌 Diseño agnóstico de protocolo
- Funciona con cualquier sistema de IA o marco de agentes
- Capa de adaptador compatible con MCP
- Soporte para llamadas a herramientas/funciones de OpenAI
- Interfaz de adaptador de protocolo personalizado
- Capa de abstracción de protocolo preparada para el futuro
🛡️ Motor de políticas de confianza cero
- Cada llamada a una herramienta se valida antes de su ejecución
- Reglas de política declarativas
- Herencia de políticas multicapa (global, organización, proyecto, sesión)
- Modelo de seguridad de denegación por defecto
🧩 Sistema de capacidades
- Permisos limitados en el tiempo (acceso basado en TTL)
- Capacidades de herramientas con alcance definido
- Derechos de ejecución revocables
- Control de acceso fino a las herramientas
🧠 Cortafuegos de inyección de prompts
- Detecta intentos de anulación de instrucciones
- Neutraliza comandos ocultos o maliciosos en las salidas de las herramientas
- Protege contra cadenas indirectas de inyección de prompts
- Sanea contenido no confiable generado por el modelo
🌐 Cortafuegos de flujo de datos
- Controla cómo se mueven los datos entre herramientas
- Previene el encadenamiento inseguro de salidas
- Bloquea patrones de exfiltración entre herramientas
- Aplica reglas de enrutamiento de datos basadas en riesgo
🧪 Motor de simulación de ejecución
- Simula la ejecución de la herramienta antes de ejecutarla
- Predice violaciones de políticas
- Evita acciones inseguras antes de la ejecución
- Modo de prueba en seco para operaciones de alto riesgo
📊 Sistema de confianza y reputación
- Puntuación de confianza dinámica por herramienta
- Análisis de comportamiento a lo largo del tiempo
- Degradación automática de riesgo para herramientas sospechosas
- Restricciones de ejecución adaptativas basadas en confianza
🧯 Interruptor de emergencia y modo de contención
- Detención instantánea de la ejecución ante la detección de anomalías
- Modo de aislamiento de sesión
- Revocación automática de privilegios
- Ejecución de respaldo en estado seguro
🧾 Recibos de ejecución (sistema de auditoría)
- Registros de ejecución trazables criptográficamente
- Hash de entradas/salidas
- Seguimiento de decisiones de políticas
- Metadatos de ejecución en sandbox
- Trazabilidad forense completa
🔐 Capa de ejecución en sandbox
- Soporte de sandbox gVisor (predeterminado)
- Aislamiento de VM Firecracker (modo de alta seguridad)
- Ejecución en contenedores Docker (modo de compatibilidad)
- Soporte de runtime WASM (ejecución ligera)
- Entornos de sistema de archivos y red totalmente aislados
🧭 Sistema de clasificación de intenciones
- Clasifica la intención de uso de la herramienta:
- recuperación de datos
- modificación del sistema
- comunicación externa
- comportamiento desconocido
- Aplicación de políticas según el tipo de intención
Módulo del sistema de clasificación de intenciones
Habilita seguridad inteligente basada en intenciones mediante análisis multiagente coordinado que evalúa por qué se invoca una herramienta antes de que se ejecute. En lugar de depender únicamente de los nombres de las herramientas o de las acciones solicitadas, agentes especializados colaboran para clasificar la intención de ejecución, evaluar el riesgo y aplicar políticas de seguridad según el resultado previsto.
Funciones
- Clasificación de intenciones multiagente
- Detección de recuperación de datos
- Detección de modificación del sistema
- Detección de comunicación externa
- Detección de comportamiento desconocido o ambiguo
- Puntuación de confianza de la intención
- Análisis de intenciones consciente del contexto
- Validación de consenso entre agentes
- Aplicación de políticas según la intención clasificada
- Verificación de capacidades específicas de la intención
- Escalamiento automático para intenciones inciertas
- Detección de anomalías de intención
- Comparación histórica de intenciones
- Registro de auditoría de intenciones
- Taxonomías de intenciones configurables
- Plugins personalizados de clasificación de intenciones
- Soporte de intenciones multietiqueta
- Resolución de conflictos de intenciones
- Ganchos de aprendizaje adaptativo para futuros clasificadores
- Monitorización de intenciones en tiempo real
- Decisiones de clasificación explicables
- Integración con el motor de políticas y los controles de sandbox
Flujo de trabajo multiagente
-
Agente de análisis de solicitudes
- Analiza la solicitud entrante de la herramienta.
- Extrae metadatos contextuales y objetivos de ejecución.
-
Agente de clasificación de intenciones
- Determina la intención de ejecución más probable.
- Asigna puntuaciones de confianza a una o más categorías de intención.
-
Agente de validación de contexto
- Revisa el historial de conversación, el estado del flujo de trabajo y las acciones anteriores.
- Detecta inconsistencias o contextos sospechosos.
-
Agente de evaluación de riesgos
- Evalúa las implicaciones de seguridad de la intención clasificada.
- Identifica comportamientos de alto riesgo o inesperados.
-
Agente de aplicación de políticas
- Aplica políticas de seguridad específicas de la intención.
- Valida permisos, capacidades y restricciones de ejecución.
-
Agente de consenso
- Resuelve discrepancias entre los agentes de clasificación y validación.
- Produce una decisión final verificada de intención.
-
Agente de auditoría
- Registra resultados de clasificación, niveles de confianza, decisiones de políticas y resultados de ejecución para el análisis forense.
Categorías de intención admitidas
- Recuperación de datos
- Modificación del sistema
- Comunicación externa
- Comportamiento desconocido
- Intenciones personalizadas definidas por el administrador
Beneficios
- Evita la ejecución basada únicamente en suposiciones generadas por el modelo
- Detecta patrones de comportamiento maliciosos o inesperados
- Mejora la toma de decisiones de confianza cero
- Reduce el impacto de los ataques de inyección de prompts
- Permite una aplicación granular de políticas
- Proporciona decisiones de seguridad explicables
- Mejora la auditabilidad y el cumplimiento normativo
- Admite seguridad de IA agnóstica de protocolo en cualquier LLM o marco de agentes
🌍 Controles de seguridad de red
- Denegación por defecto del acceso de red saliente
- Lista blanca de dominios/IP
- Políticas de red específicas de herramientas
- Inspección opcional a nivel de solicitud
- Heurísticas de detección de exfiltración
🔁 Capa de traducción entre protocolos
- Interoperabilidad de herramientas MCP ↔ OpenAI
- Modelo de ejecución unificado entre marcos de trabajo
- Conversión de protocolo basada en adaptadores
- Compatibilidad integrada con protocolos futuros
🧩 Arquitectura de plugins
- Canalización de seguridad extensible
- Módulos de cortafuegos personalizados
- Plugins de puntuación de riesgo
- Módulos de cumplimiento y gobernanza
- Extensiones de seguridad específicas de dominio
🔁 Modo de simulación y vista previa de ejecución
- Análisis previo a la ejecución de todas las llamadas a herramientas
- Vista previa del impacto de las políticas
- Evaluación segura de operaciones de alto riesgo
🔐 Firma criptográfica de políticas
- Aplicación de políticas firmadas
- Validación de configuración a prueba de manipulaciones
- Distribución segura de políticas para equipos y empresas
📈 Panel de observabilidad (planificado)
- Gráficos de ejecución de herramientas
- Trazado de decisiones de políticas
- Monitorización de actividad del sandbox
- Mapas de calor de riesgo
- Cronología de eventos de seguridad
🧩 Filosofía de diseño
Ningún sistema de IA debería ejecutar, acceder o comunicarse directamente sin pasar por un núcleo de seguridad verificable.
Securekit impone:
- Cero confianza implícita
- Límites de ejecución controlados
- Auditabilidad completa de todas las acciones de las herramientas
- Independencia de protocolo (MCP, OpenAI, agentes personalizados, sistemas futuros)
- Arquitectura de seguridad extensible basada en plugins
El sistema está diseñado como un sustrato de seguridad para IA agéntica, no como un envoltorio de aplicación.
🚀 Instalación (próximamente)
Securekit se encuentra actualmente en fase temprana de diseño.
Se proporcionarán implementaciones de referencia para:
- SDK de Python
- SDK de Node
- Runtime principal en Rust
- Herramientas CLI
- Despliegue con Docker
- Modo sidecar de Kubernetes
🤝 Contribuciones
Las contribuciones son bienvenidas.
Por favor, asegúrate de que todas las contribuciones:
- cumplan con AGPL-3.0+
- mantengan los principios de ejecución de confianza cero de Securekit
- sigan los estándares de interfaz de adaptadores y plugins
- no omitan las capas de sandbox o de aplicación de políticas
Licencia de Marca de Especificación (SBL)
Estándar
- Sistema totalmente compatible con AGPL-3.0+
- Copyleft aplicado para despliegues de red
- Atribución requerida:
Opcional
- Licencia de Marca de Especificación (SBL)
📜 Licencia y requisitos de aviso
Securekit se publica bajo la GNU Affero General Public License v3.0 o posterior (AGPL-3.0+).
Al contribuir a este proyecto, aceptas que tus contribuciones también se publicarán bajo esta licencia.
Ten en cuenta lo siguiente:
- Todas las contribuciones deben cumplir con los términos de la AGPL-3.0+.
- Según la Sección 7 de la licencia, todas las redistribuciones, forks y obras derivadas deben conservar la atribución a:
Roxanne Ardary y roxanneardary.com.
- Las especificaciones de Securekit son de uso libre con atribución. Se puede negociar una Licencia de Marca de Especificación a petición.
- El archivo notice.md del proyecto registra los requisitos de atribución y los agradecimientos a los contribuyentes.
Cualquier actualización que añada nuevos contribuyentes o modifique la atribución también debería actualizar notice.md.
- Al enviar un pull request, asegúrate de que cualquier archivo nuevo mantenga los encabezados de atribución cuando corresponda.
- Las versiones de este software desplegadas en red también deben permanecer totalmente conformes con AGPL-3.0+, incluida la exposición de las modificaciones del código fuente cuando corresponda según la licencia.
Para obtener todos los detalles legales, consulta la licencia AGPL-3.0+ y el archivo notice.md del proyecto.
🛡️ Resumen
Securekit es un núcleo de seguridad agnóstico de protocolo para la ejecución de herramientas de IA que proporciona:
- Aplicación de confianza cero
- Entornos de ejecución en sandbox
- Detección de amenazas consciente de IA
- Compatibilidad entre protocolos
- Auditabilidad completa de la ejecución
Funciona como una capa de seguridad universal para sistemas de IA agéntica, garantizando que ningún modelo pueda ejecutar herramientas sin pasar por un plano de control verificable.
Open Arsenal Hub
https://gitlab.com/Roxanne_Ardary/open-arsenal-specs
