Veritensor v1.9.4
L'antivirus pour artefacts IA et pare-feu RAG. Un outil d'analyse statique qui scanne les modèles et notebooks à la recherche de RCE, les jeux de données et documents RAG pour l'empoisonnement des données, les PII et les injections de prompt. Sécurisez votre chaîne d'approvisionnement IA.
🛡️ Veritensor : Sécurité des données et des artefacts IA
Veritensor est l'antivirus des artefacts IA et le pare-feu ultime pour les pipelines RAG. Il sécurise l'ensemble de la chaîne d'approvisionnement en IA en analysant les artefacts que les outils SAST traditionnels ne détectent pas : les modèles, les jeux de données, les documents RAG et les notebooks.
Veritensor déplace la sécurité en amont (shift left). Au lieu d'attendre qu'une injection de prompt atteigne votre LLM, Veritensor intercepte et assainit les documents malveillants, les jeux de données empoisonnés et les dépendances compromises avant qu'ils n'entrent dans votre base vectorielle ou votre environnement d'exécution.
Contrairement aux outils SAST standard (qui se concentrent sur le code), Veritensor comprend les formats binaires et sérialisés utilisés en apprentissage automatique :
- Modèles : analyse AST approfondie de Pickle, PyTorch, Keras, Safetensors pour bloquer les RCE et les portes dérobées.
- Données et RAG : analyse en flux continu de Parquet, CSV, Excel, PDF pour détecter l'empoisonnement des données, les injections de prompt et les PII.
- Notebooks : durcissement des fichiers Jupyter (.ipynb) en détectant les secrets divulgués (via l'analyse d'entropie), les commandes magiques malveillantes et les XSS.
- Chaîne d'approvisionnement : audit des dépendances (
requirements.txt,poetry.lock) pour détecter le typosquatting et les CVE connues (via OSV.dev). - IA agentique et serveurs MCP : analyse AST pure des fichiers Python pour détecter les risques de détournement d'agent dans les fonctions
@mcp.tool(). Analyseclaude_desktop_config.jsonetmcp.jsonpour les permissions excessives. - Gouvernance : génère des manifestes de données cryptographiques (provenance) et signe les conteneurs via Sigstore.
🚀 Fonctionnalités
- Sécurité RAG native : intégrez Veritensor directement dans
LangChain,LlamaIndex,ChromaDBetUnstructured.iopour bloquer les menaces à l'exécution. - Analyse parallèle haute performance : utilise tous les cœurs du processeur avec un cache SQLite robuste (mode WAL). Une nouvelle analyse d'un jeu de données de 100 Go ne prend que quelques millisecondes si les fichiers n'ont pas changé.
- Détection furtive avancée : les pirates dissimulent les injections de prompt à l'aide de CSS (
font-size: 0,color: white) et de commentaires HTML. Veritensor analyse les flux binaires bruts pour détecter ce que les analyseurs standard ne voient pas. - Sécurité des jeux de données : diffuse en continu des jeux de données massifs (100 Go et plus) pour identifier les schémas d'« empoisonnement » (par ex., « Ignore previous instructions ») et les URL malveillantes dans Parquet, CSV, JSONL et Excel.
- Inspection des archives : analyse en toute sécurité l'intérieur des fichiers .zip, .tar.gz, .whl sans les extraire sur le disque (protégé contre les bombes ZIP).
- Audit des dépendances : vérifie
pyproject.toml,poetry.locketPipfile.lockpour détecter les paquets malveillants (typosquatting) et les vulnérabilités. - Provenance des données : la commande
veritensor manifest .crée un instantané JSON signé de vos artefacts de données pour la conformité (AI Act européen). - Vérification d'identité : vérifie automatiquement les empreintes des modèles par rapport au registre officiel Hugging Face pour détecter les attaques de l'homme du milieu.
- Moteur de désobfuscation : détecte et décode automatiquement les chaînes Base64 pour révéler les charges utiles cachées (par ex.,
SWdub3Jl...->Ignore previous instructions). - Validation des nombres magiques : détecte les logiciels malveillants déguisés en fichiers sûrs (par ex., un
.exerenommé eninvoice.pdf). - Filtrage intelligent et analyse d'entropie : réduit considérablement les faux positifs dans les notebooks Jupyter. Utilise l'entropie de Shannon pour trouver les véritables clés API inconnues (WandB, Pinecone, Telegram) tout en ignorant les UUID sûrs et les importations standard.
- Rapports HTML prêts pour les CISO : générez de superbes rapports de sécurité HTML autonomes avec des graphiques interactifs et une répartition par sévérité à l'aide du drapeau
--html.
📦 Installation
Veritensor est modulaire. Installez uniquement ce dont vous avez besoin pour garder un environnement léger (~50 Mo pour le cœur).
| Option | Commande | Cas d'utilisation |
|---|---|---|
| Cœur | pip install veritensor | Analyseur de base (modèles, notebooks, dépendances) |
| RAG | pip install "veritensor[rag]" | Documents (PDF, DOCX, PPTX) |
| PII | pip install "veritensor[pii]" | Détection de PII basée sur le ML (Presidio) |
| AWS | pip install "veritensor[aws]" | Analyse directe depuis les buckets S3 |
| Tout | pip install "veritensor[all]" | Suite complète pour la sécurité en entreprise |
Via Docker (recommandé pour CI/CD)
docker pull arseniibrazhnyk/veritensor:latest
⚡ Démarrage rapide
1. Analyser un projet local (en parallèle)
Analyse récursive d'un répertoire pour détecter toutes les menaces prises en charge à l'aide de 4 cœurs de processeur :
veritensor scan ./my-rag-project --recursive --jobs 4
2. Analyser des documents RAG et des fichiers Excel
Vérifiez la présence d'injections de prompt et d'injections de formules dans les données métier :
veritensor scan ./finance_data.xlsx
veritensor scan ./docs/contract.pdf
3. Générer un manifeste de données
Créez un instantané de conformité de votre dossier de jeux de données :
veritensor manifest ./data --output provenance.json
4. Synchroniser la politique en tant que code vers le plan de contrôle
Poussez vos seuils de sécurité locaux vers le serveur d'entreprise :
veritensor scan . --sync-policy --api-key "vt_your_key"
5. Analyser des jeux de données IA (biais et empoisonnement)
Veritensor utilise la diffusion en continu pour traiter les fichiers volumineux. Il échantillonne 10 000 lignes par défaut pour plus de rapidité.
veritensor scan ./data/train.parquet --full-scan
6. Vérifier l'intégrité d'un modèle
Assurez-vous que le fichier présent sur votre disque correspond à la version officielle de Hugging Face (détecte la falsification) :
veritensor scan ./pytorch_model.bin --repo meta-llama/Llama-2-7b
7. Analyser depuis Amazon S3
Analysez des ressources distantes sans téléchargement manuel :
veritensor scan s3://my-ml-bucket/models/llama-3.pkl