AIMap

Plateforme de découverte à l'échelle d'Internet et de tests de sécurité pour l'infrastructure d'agents IA exposée.

AIMap découvre, identifie et teste la sécurité des endpoints IA exposés publiquement — serveurs MCP, instances Ollama, proxys vLLM/LiteLLM, chaînes LangServe, applications Gradio, nœuds ComfyUI, et plus encore. Pensez à Shodan, mais spécialement conçu pour la surface d'attaque des agents IA.

Développé par Bishop Fox.

Avertissement Cet outil est destiné uniquement aux tests d'intrusion autorisés et à la recherche en sécurité. Vous devez utiliser AIMap uniquement contre des systèmes que vous possédez ou pour lesquels vous disposez d'une autorisation écrite explicite de test. L'accès non autorisé à des systèmes informatiques est illégal. Bishop Fox décline toute responsabilité et n'est pas responsable de tout usage abusif ou dommage causé par cet outil. Utilisez-le de manière responsable.

---

Ce qu'il fait

1. Découvrir — Interroge Shodan avec plus de 32 requêtes de recherche soigneusement sélectionnées pour trouver des endpoints IA/ML exposés sur Internet
2. Identifier — Sonde chaque endpoint avec des modèles Nuclei et des vérifications HTTP en direct pour déterminer le protocole, le framework, le statut d'authentification, les outils, les modèles et les prompts système
3. Noter — Calcule un score de risque de 0 à 10 basé sur l'authentification, l'exposition des outils, la politique CORS, le TLS, la fuite de prompt système et les combinaisons dangereuses de capacités
4. Tester — Lance des suites d'attaques spécifiques au protocole (abus d'outils MCP, extraction de modèles Ollama, injection de prompt) avec des résultats diffusés en continu
5. Visualiser — Un globe 3D affichant chaque endpoint découvert, interrogeable avec un langage de requête de type Shodan

---

Architecture

┌─────────────┐     ┌──────────────┐     ┌───────────┐
│  React SPA  │────▶│  FastAPI      │────▶│  MongoDB  │
│  (Vite)     │ WS  │  Backend      │     │           │
└─────────────┘     └──────┬───────┘     └───────────┘
                           │
              ┌────────────┼────────────┐
              ▼            ▼            ▼
        ┌──────────┐ ┌──────────┐ ┌──────────┐
        │  Shodan  │ │  Nuclei  │ │  Redis   │
        │  API     │ │  Scanner │ │  Streams │
        └──────────┘ └──────────┘ └──────────┘

Backend — Python/FastAPI avec MongoDB asynchrone (Motor), Redis Streams pour la diffusion des journaux d'attaque, et un moteur de découverte qui orchestre le pipeline : requêtes Shodan → vérifications de disponibilité httpx → scans de modèles Nuclei → enrichissement.

Frontend — React 18 + TypeScript + Tailwind CSS + shadcn/ui. Comprend un globe 3D (globe.gl), la diffusion des attaques en temps réel via WebSocket, et une interface de recherche de type Shodan.

Scanning — 5 modèles Nuclei YAML personnalisés pour la détection de serveurs MCP, l'énumération d'outils MCP, la détection d'API compatibles OpenAI, la détection de LangServe et les tests de fuite de prompt.

---

Protocoles pris en charge

Protocole	Méthode de détection	Requêtes Shodan
MCP (Model Context Protocol)	Transport SSE, JSON-RPC, chemins /mcp/sse	4 requêtes
Ollama	Port par défaut 11434, empreinte produit	3 requêtes
vLLM / LiteLLM / LocalAI	Endpoints /v1/models, /v1/chat/completions	4 requêtes
LangServe / LangChain	Endpoints Playground, marqueurs langserve	2 requêtes
OpenClaw / Clawdbot	Tableau de bord de contrôle, port 18789	3 requêtes
Open WebUI / LibreChat	Détection basée sur le titre	2 requêtes
Gradio	Titre, filigrane du pied de page, hash du favicon	3 requêtes
Streamlit	Titre, hash du favicon	2 requêtes
ComfyUI / Stable Diffusion	Titre, détection basée sur le port	4 requêtes
HuggingFace TGI	Marqueurs HTML	1 requête
Inférence générique	Chemins /api/generate, /api/tags	2 requêtes

---

Score de risque

Chaque endpoint reçoit un score de risque de 0 à 10 calculé à partir de :

Facteur	Impact sur le score
Aucune authentification	+4.0
Statut d'authentification inconnu	+1.0
10+ outils exposés	+2.0
5+ outils exposés	+1.0
Outil à risque critique (p. ex. exec_code, run_shell)	+1.0 chacun
Outil à risque élevé (p. ex. query_db, file_read)	+0.5 chacun
CORS ouvert (*)	+1.0
Absence de TLS	+0.5
Prompt système divulgué	+0.5
Modèles exposés	+1.0
Modèle non censuré détecté	+2.0
Inscription ouverte (aucune invitation requise)	+1.5
Combinaison dangereuse (p. ex. aucune authentification + outil d'exécution de code)	+1.0 chacun

---

Mise en place

Prérequis

• Python 3.12+
• Node.js 18+
• MongoDB 7+
• Redis 7+ (optionnel — bascule sur des tampons en mémoire pour le développement local)
• Nuclei (optionnel — nécessaire pour les scans actifs)
• Une clé API Shodan (requise pour les scans de découverte)

Démarrage rapide (Docker Compose)

# Clone
git clone [email protected]:BishopFox/aimap.git
cd aimap

# Configure
cp .env.example .env
# Edit .env — at minimum set SHODAN_API_KEY

# Launch
docker compose up --build

Cela démarre 4 services :

• MongoDB sur le port 27017
• Redis sur le port 6379
• Backend sur le port 8000
• Frontend sur le port 80

Ouvrez http://localhost pour accéder à l'interface.

Développement local (sans Docker)

# Backend
cd backend
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
uvicorn app.main:app --reload --port 8000

# Frontend (separate terminal)
cd frontend
npm install
npm run dev   # starts on http://localhost:5173

Assurez-vous que MongoDB s'exécute localement sur le port 27017. Redis est optionnel — le backend bascule sur des tampons en mémoire lorsque Redis est indisponible.

Variables d'environnement

Créez un fichier .env à la racine du projet :

# Required
SHODAN_API_KEY=your_shodan_api_key

# Optional — Censys as an additional discovery source
CENSYS_API_ID=
CENSYS_API_SECRET=

# Optional — enables AI-powered attack analysis
ANTHROPIC_API_KEY=

# MongoDB (defaults work for local dev)
MONGODB_URI=mongodb://localhost:27017
MONGODB_DB=aimap

# Redis (defaults work for local dev; optional)
REDIS_URL=redis://localhost:6379/0

# CORS (default allows all origins)
CORS_ORIGINS=*

# Modal serverless (dispatches scans/attacks to Modal containers)
MODAL_ENABLED=false

# Clerk auth — see below
CLERK_ISSUER=

Authentification (Clerk)

AIMap utilise Clerk pour l'authentification. Pour l'activer :

1. Créez une application Clerk sur clerk.com
2. Définissez l'URL de l'émetteur du backend :

   # .env (project root)
   CLERK_ISSUER=https://your-app.clerk.accounts.dev
   

3. Définissez la clé publiable du frontend :

   # frontend/.env.local
   VITE_CLERK_PUBLISHABLE_KEY=pk_test_...
   

Pour désactiver l'authentification (développement local, démos) : laissez CLERK_ISSUER vide ou non défini. Le backend acceptera toutes les requêtes avec une identité utilisateur local synthétique.

---

Utilisation

Lancer un scan de découverte