Les agents IA semblent toujours autorisés. AIOStack vous dit quand ils ne le sont pas.

Les agents IA agissent au nom des utilisateurs. Ils utilisent de véritables identifiants, effectuent de véritables appels API, invoquent des outils, accèdent à des API et touchent aux systèmes de production. La plupart des outils de sécurité voient cette activité comme légitime car, techniquement, elle l'est.

Le vrai problème n'est pas seulement l'accès non autorisé.
Le plus grand problème est lorsque l'accès autorisé devient inapproprié à l'exécution.

AIOStack est la couche de visibilité d'exécution communautaire gratuite d'Aurva pour les charges de travail IA. Elle aide les équipes de sécurité et de plateforme à découvrir l'IA fantôme, à cartographier les identités des agents, à tracer l'activité des LLM et des outils, et à comprendre comment les systèmes IA se comportent dans les environnements Kubernetes.

Aucune modification du code applicatif. Aucune dépendance SDK. Aucun sidecar. Visibilité d'exécution là où les charges de travail IA s'exécutent réellement.

Comment installer (Kubernetes)

curl -fsSL https://aurva.ai/install.sh | bash

L'installateur vous guidera à travers la configuration, ouvrira app.aurva.ai pour l'inscription, et déploiera AIOStack® dans votre cluster. Votre inventaire IA apparaît en moins de 60 secondes.

Consultez le Guide d'installation pour une installation manuelle via Helm.

Désinstallation

curl -fsSL https://aurva.ai/uninstall.sh | bash

Ce à quoi AIOStack répond

Fonctionnalités clés

• Découverte sans instrumentation : Détectez automatiquement les appels API LLM, les téléchargements de modèles, les bases de données vectorielles, les serveurs MCP et les agents IA sur tous les pods — sans toucher au code applicatif.
• Bill of Materials IA (AIBOM) : Inventaire d'exécution complet des modèles, API et dépendances IA dans votre infrastructure. Sachez ce qui s'exécute avant qu'un incident ne vous le dise.
• Cartographie des identités d'agents : Corrélez le trafic IA avec les comptes de service Kubernetes, les namespaces et les identités de charge de travail. Lorsqu'un agent fait quelque chose d'inattendu, vous savez exactement lequel.
• Surveillance des prompts et des appels : Capturez les métadonnées des requêtes LLM, le routage des modèles et l'utilisation des tokens par service. Aucun corps de requête n'est stocké — seulement les signaux importants pour la sécurité.
• Traçabilité des appels IA : Tracez les workflows d'agents multi-étapes à travers les services. Visualisez la chaîne complète des appels effectués par un agent, pas seulement des événements individuels.
• Attribution des coûts et de l'utilisation : Mappez l'utilisation des API et la consommation de tokens aux équipes, namespaces et comptes de service. Utile pour les équipes de plateforme gérant une infrastructure IA partagée.
• Pistes d'audit de conformité : Générez des preuves au niveau du pod pour le RGPD, SOC2 et les audits internes — horodatées, attribuées et interrogeables.
• Surcharge minimale : <2% d'impact CPU par nœud grâce au filtrage au niveau du noyau. Conçu pour la production.

Prérequis

• Kubernetes 1.29+ avec support eBPF (EKS, GKE, AKS)
• Noyau Linux 5.15+
• Helm 3.x

Comment ça fonctionne

AIOStack déploie deux composants dans votre cluster :

Observer (DaemonSet) : S'exécute sur chaque nœud et charge des programmes eBPF qui s'accrochent aux points de trace du noyau (tcp_sendmsg, tcp_recvmsg, execve, openat). Ces programmes capturent les métadonnées réseau, les requêtes DNS et les événements d'exécution de processus, en filtrant les motifs spécifiques à l'IA (points de terminaison d'API, téléchargements de modèles, protocoles de bases de données vectorielles) avant de les transmettre à l'espace utilisateur.

Outpost (Deployment) : Reçoit les événements des Observers, analyse les protocoles applicatifs (HTTP/1.1, HTTP/2, gRPC), classifie les services IA par correspondance de signatures, et enrichit les événements avec les métadonnées Kubernetes en corrélant les inodes de socket aux identités des pods via /proc/net/tcp et les informations cgroup.

Le trafic est analysé au niveau des appels système — avant le chiffrement TLS en sortie, après le déchiffrement en entrée — en utilisant des uprobes sur les fonctions SSL_write/SSL_read. Seules les métadonnées (en-têtes HTTP, tailles de charge utile, latences) sont extraites ; les corps de requête/réponse ne sont jamais capturés.

Lisez : Comment nous avons échappé au piège SSL/TLS

Communauté vs. Entreprise

AIOStack est libre d'utilisation. Toutes les fonctionnalités de base basées sur eBPF sont disponibles dans l'édition communautaire sans limitation de fonctionnalités.

L'édition Entreprise ajoute des intégrations et un support pour les équipes exécutant des charges de travail IA en dehors des environnements Kubernetes standard :

Remarque : eBPF n'est pas disponible sur Bedrock, Vertex, Databricks ou autres environnements PaaS gérés. Pour ces environnements, contactez-nous pour les intégrations Entreprise sans agent.

Parlez-nous de l'offre Entreprise →

Documentation

Documentation complète : aurva.ai/docs

• Analyse approfondie de l'architecture
• Guide d'installation
• Modèle de sécurité

Retours & Support

Nous développons activement AIOStack et serions ravis d'avoir de vos nouvelles :

• Demandes de fonctionnalités : GitHub Issues
• Signalements de bugs : GitHub Issues
• Questions : [email protected]

Licence

Licence Apache 2.0 - voir LICENSE pour les détails.

La version hébergée sur app.aurva.ai fournit un stockage ClickHouse® géré et un hébergement de l'interface utilisateur. Toute la logique de base d'observabilité sera open sourcée dans ce dépôt une fois approuvée par notre Architecte en chef.

⭐ Historique des étoiles

Construit par Aurva