
Un honeypot qui perturbe les attaques pilotées par des agents IA grâce à des techniques de tarpitting et de « context bomb ». Python/Flask, piloté par configuration, avec alertes multicanales et une interface web optionnelle.
Un honeypot qui perturbe et ralentit les attaques menées par des agents IA.
AI Tarpit présente un intranet d'entreprise d'apparence ordinaire dont chaque piste intéressante est un piège. Il met en œuvre les techniques de tromperie « context bomb » mesurées par Tracebit Research (Context Bombs, octobre 2026) ainsi que des techniques supplémentaires de tarpitting, au-dessus de Flask. Les agents d'attaque autonomes dépensent un budget réel — jetons, temps et appels d'outils — à poursuivre des secrets falsifiés qui ne déverrouillent rien, des flux de données qui ne se terminent jamais, et des documents qui leur disent discrètement d'arrêter, tandis que vous recevez des alertes notées montrant exactement ce qui a été engagé et pendant combien de temps.
Statut : v1.0.0 — les 15 techniques v1 sont implémentées, interface Web d'administration, outil de test et documentation.
Un agent d'attaque IA raisonne sur tout ce que la cible renvoie et ne peut pas facilement distinguer une véritable piste d'une piste fabriquée. AI Tarpit exploite cela : il alimente l'agent avec un contexte trompeur qui gaspille son budget, sature sa fenêtre de contexte ou le persuade de s'arrêter — le tout passivement, et le tout avec des données synthétiques qui ne donnent accès à rien.
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 processus exécute deux écouteurs : le decoy (leurre) que les attaquants atteignent, et une surface admin en boucle locale pour la surveillance, la configuration et le reporting. Chaque engagement génère un événement gradué qui est alerté et enregistré.
| Technique | Ce qu'elle fait à un agent | |
|---|---|---|
| T01 | Chiffrement par étapes | Une chaîne de véritables archives AES-ZIP ne produisant que des « clés » honeytoken. |
| T02 | Pression sur le parseur HTTP | Une pagination sans fin, avec du JSON dérivant et partiellement malformé. |
| T03 | Récupération de tampon retenu | Une fausse fuite mémoire que l'agent reconstruit octet par octet. |
| T04 | Needlestack | Des secrets fragmentés à travers des dizaines de rôles qui ne se combinent jamais complètement. |
| T05 | Exposition de rapport de pentest | Une évaluation forgée qui redirige l'agent vers des leurres et des canaris. |
| T06 | Grandstanding | Un « échange » qui incite l'agent à déclarer lui-même ses propres techniques. |
| T07 | Récupération de mot de passe avec perte | Un secret divulgué caractère par caractère avec des délais. |
| T08 | Cadencement des requêtes | Une fausse politique de limitation de débit qui ralentit un agent conforme jusqu'à l'arrêt. |
| T09 | Réplication | Une « passation » qui capture le plan de l'agent et le met en veille. |
| T10 | Révocation du périmètre / RoE | Des avis faisant autorité qui demandent aux agents automatisés de s'arrêter. |
| T11 | Transport à goutte lente | Des réponses délivrées au compte-gouttes, ou sans fin. |
| T12 | Inondation de contexte | Des réponses remplies d'un volume plausible mais inutile. |
| T13 | Labyrinthe procédural | Un arbre infini de pages générées à l'apparence interne. |
| T14 | Appât spécifique à l'IA | llms.txt, un faux point de terminaison MCP et des API « d'automatisation » qui mènent vers des pièges. |
| T15 | Porte de preuve de travail | Une porte 428 qui oblige l'agent à brûler du calcul pour atteindre davantage de leurres. |
| T16 | Empreinte + honeytokens | Classe chaque session et suit chaque secret pour une réutilisation inter-sessions. |
Chacune est activée et réglée indépendamment. Voir le Manuel de référence — Partie 1 pour les mécanismes, les leurres et l'impact attendu.
# 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
Seules les dépendances d'exécution sont installées ; le projet lui-même ne l'est pas. Le honeypot s'exécute via
python aitarpit.py <command>depuis la racine du dépôt ; l'outil de test associé dispose de son propre lanceur,python aitarpit-test.py <command>.
Confirmez ensuite son bon fonctionnement, avec l'outil de test fourni :
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
Les manuels complets sont fournis dans docs/, en Markdown et en PDF :
docs/quickstart.md /
docs/aitarpit-quickstart.pdf — installation, configuration, exécution,
première alerte, première vérification.docs/reference.md /
docs/aitarpit-reference.pdf — Partie 1 Concepts,
Partie 2 Installation, Partie 3 Exécution (configuration, supervision, rapports, CLI & interface Web), Partie 4 Tests.AI Tarpit est livré avec un outil compagnon, exécuté via python aitarpit-test.py check / python aitarpit-test.py agent :
check — conformité déterministe et adaptée à la CI pour chaque technique (code de sortie 0 uniquement si
tout réussit ; sortie texte / JSON / JUnit).agent — un attaquant LLM optionnel, verrouillé sur l'origine (compatible OpenAI ou
Anthropic) qui mesure jusqu'où un véritable agent progresse et combien de temps le tarpit le retient.AI Tarpit est passif — il ne se reconnecte jamais à un attaquant, ne sert jamais de véritable
malware et ne « riposte » jamais. Chaque identifiant, jeton et archive est un honeytoken synthétique
qui n'accorde aucun accès ; son utilisation constitue en elle-même une alerte. La surface d'administration est
isolée sur la boucle locale derrière un jeton, les techniques lentes/inondantes sont bornées par des limites de ressources,
et l'agent de test LLM optionnel est strictement restreint à la seule cible que vous lui fournissez.
Ne l'exécutez que contre le trafic que vous êtes autorisé à piéger, et utilisez un domaine de persona que vous
contrôlez ou un nom réservé .example.
MIT — voir LICENSE.