Prérequis

• Docker 24+ et Docker Compose v2
• 16 Go de RAM minimum (Ollama charge les modèles en mémoire ; 8 Go fonctionne uniquement pour les petits modèles)
• 20 Go d'espace disque libre pour les images de base et au moins un modèle
• CPU x86-64 ; Apple Silicon et ARM64 sont supportés mais non testés

Le GPU est optionnel. Ollama fonctionne sur CPU mais l'inférence sera lente sans GPU.

Démarrage rapide

git clone https://github.com/sonuoffsec/DVAP
cd DVAP
cp .env.example .env
docker compose up -d

Ouvrez http://localhost:8080 une fois que tous les conteneurs sont sains. Le premier lancement prend 30 à 60 secondes.

Table des matières

• Prérequis
• Démarrage rapide
• Qu'est-ce que DVAP?
• Pourquoi DVAP?
• En quoi DVAP se distingue
• Fonctionnalités clés
• Aperçu de la plateforme
• Démo
• Captures d'écran
• Laboratoires
• Couverture OWASP LLM Top 10
• Architecture
• Architecture de sécurité
• Services
• Variables d'environnement
• Mise à niveau
• Développement vs Production
• Exécution des tests
• Feuille de route
• Gouvernance
• Contribuer
• Licence

Qu'est-ce que DVAP?

DVAP est une plateforme open-source de recherche, formation, benchmarking et équipe rouge en sécurité IA, conçue pour aider les professionnels de la sécurité, les ingénieurs IA, les chercheurs, les étudiants et les organisations à comprendre comment les systèmes d'IA modernes échouent et comment les défendre.

Construite pour l'ère de l'IA, DVAP fournit des applications IA, des agents, des systèmes RAG, des intégrations MCP et des environnements spécifiques au domaine intentionnellement vulnérables qui peuvent être attaqués, analysés, benchmarkés et sécurisés.

Contrairement aux terrains de jeu IA basés sur le cloud, DVAP fonctionne entièrement sur votre machine.

Pas de cloud. Pas d'abonnements. Pas de coûts d'API. Pas de dépendance au fournisseur.

Pourquoi DVAP?

Les applications d'IA modernes introduisent des surfaces d'attaque entièrement nouvelles :

• Injection de prompts
• Empoisonnement de la mémoire
• Empoisonnement RAG
• Abus d'outils
• Exploitation MCP
• Attaques multi-agents
• Manipulation d'agents autonomes
• Exfiltration de données
• Défaillances d'identité et de confiance
• Risques liés à la chaîne d'approvisionnement IA

Pourtant, il n'existe aucune plateforme unique qui permette aux chercheurs d'apprendre, de pratiquer, de benchmarker et de valider ces attaques en toute sécurité en un seul endroit.

DVAP vise à devenir la plateforme open-source de référence pour l'éducation, la recherche et l'expérimentation en sécurité IA.

En quoi DVAP se distingue

DVAP est l'une des premières plateformes à combiner des laboratoires d'attaque IA pratiques, un benchmarking LLM local, des défis CTF et des rapports professionnels dans un seul environnement auto-hébergé.

Fonctionnalités clés

Laboratoires de sécurité IA 15 laboratoires intentionnellement vulnérables couvrant des techniques d'attaque IA réelles.

Espace de recherche Inspectez les prompts, la mémoire, les appels d'outils, les documents récupérés, les actions des agents et les chaînes d'attaque.

Benchmarking de sécurité Évaluez les modèles locaux et externes contre des suites d'attaque en sécurité IA.

Capture The Flag (CTF) Apprenez la sécurité IA à travers des défis guidés, des drapeaux, des indices et des solutions détaillées.

Moteur de rapports Générez des rapports professionnels de constatations et de benchmarks cartographiés selon OWASP LLM Top 10, MITRE ATLAS, CWE et CVSS.

100 % local Exécutez tout sur votre propre machine. Vos prompts, données, constatations et expériences ne quittent jamais votre environnement.

Aperçu de la plateforme

🎬 Démo

📸 Captures d'écran

🖥️ Centre de commande de recherche

_{Centre de commande de recherche  ·  Activité live de la plateforme, classement des modèles benchmarkés, progression de la capture des drapeaux et santé des services dans une vue opérationnelle unique.}

🧩 Modules de la plateforme

🛡️ Tableau de bord des constatations

_{Tableau de bord des constatations  ·  Suivez, triez et documentez les constatations de sécurité avec des évaluations de gravité, la cartographie OWASP LLM Top 10, les techniques MITRE ATLAS et des rapports exportables.}

Laboratoires

15 laboratoires conteneurisés, chacun avec des drapeaux, des indices, une solution détaillée et une cartographie OWASP LLM Top 10 + MITRE ATLAS.

Chaque laboratoire s'exécute dans un conteneur Docker isolé avec son propre endpoint LLM basé sur Ollama.

Couverture OWASP LLM Top 10

DVAP est aligné avec le OWASP Top 10 pour les applications de grands modèles de langage. Chaque catégorie est cartographiée sur un ou plusieurs laboratoires dédiés.

8 des 10 catégories couvertes sur 15 laboratoires. LLM04 et LLM10 sont sur la feuille de route v1.2.

Architecture

graph TB
    User([Navigateur utilisateur]) --> Nginx[Nginx :8080]
    Nginx --> Web[Frontend Next.js :3000]
    Nginx --> API[Backend FastAPI :8000]

    API --> PG[(PostgreSQL)]
    API --> Redis[(Redis)]
    API --> Qdrant[(Qdrant)]
    API --> Sock[Socket Docker]

    Sock --> L1[Conteneur laboratoire]
    Sock --> L2[Conteneur laboratoire]
    Sock --> LN[Conteneur laboratoire ...]

    L1 --> Ollama[Ollama :11434]
    L2 --> Ollama
    LN --> Ollama

    subgraph réseau dvap-internal
        Web
        API
        PG
        Redis
        Qdrant
    end

    subgraph réseau dvap-labs
        L1
        L2
        LN
        Ollama
    end

Les conteneurs de laboratoire sont isolés sur un réseau Docker séparé. Ils peuvent accéder à Ollama pour l'inférence LLM mais ne peuvent pas accéder à la base de données, Redis ou Qdrant.

Architecture de sécurité

Isolation réseau

Deux réseaux Docker maintiennent le trafic des laboratoires séparé de l'infrastructure de la plateforme :

• dvap-internal (172.20.0.0/24) - PostgreSQL, Redis, Qdrant, API, frontend, Nginx
• dvap-labs (172.21.0.0/24) - conteneurs de laboratoire et Ollama

Les conteneurs de laboratoire peuvent atteindre Ollama et rien d'autre sur le réseau interne. Ils ne peuvent pas atteindre PostgreSQL, Redis ou Qdrant.

Accès au socket Docker

Compromis connu : Le conteneur API monte /var/run/docker.sock pour créer et arrêter les conteneurs de laboratoire à la demande (Docker-out-of-Docker). Cela donne au processus API un accès équivalent root au démon Docker hôte.

Il s'agit d'un choix de conception intentionnel. DVAP est une installation locale mono-utilisateur pour la recherche et la formation en sécurité, pas un service multi-locataire. Le compromis est accepté car :

• Il n'y a pas d'interface d'administration accessible via le réseau qui pourrait déclencher des opérations arbitraires sur les conteneurs
• Les limites de ressources des conteneurs de laboratoire (512 Mo RAM, 0,5 CPU) évitent l'épuisement des ressources
• Les images de laboratoire sont construites à partir de Dockerfiles contrôlés dans ce dépôt

Si vous déployez DVAP dans un environnement partagé ou en réseau, remplacez le montage du socket par un socket Docker sans root ou un socket Podman (/run/user/1000/podman/podman.sock) et restreignez l'accès réseau de l'API en conséquence.

TTL des instances

Les instances de laboratoire s'arrêtent automatiquement après 1 heure via des clés TTL Redis. Appelez POST /api/v1/instances/cleanup pour déclencher un nettoyage anticipé.

Limitation de débit

Les soumissions de drapeaux sont limitées à 15 tentatives par fenêtre de 60 secondes par jeton de session.

Services

Variables d'environnement

Voir .env.example pour toutes les variables. Les principales à modifier avant tout déploiement en réseau :

SECRET_KEY=          # valeur aléatoire forte pour la signature HMAC
POSTGRES_PASSWORD=   # changez la valeur par défaut
REDIS_PASSWORD=      # changez la valeur par défaut

Mise à niveau

Une commande met à jour votre installation :

make upgrade

Cela exécute git pull puis reconstruit et redémarre tous les conteneurs. Les migrations de base de données s'exécutent automatiquement à chaque démarrage du conteneur API.

Sans make :

git pull
docker compose up -d --build

Ce qui se met à jour automatiquement

• Code backend et endpoints API
• Tableau de bord frontend
• Schéma de base de données (migrations Alembic)
• Définitions des laboratoires

Ce qui n'est jamais touché

• Vos données (constatations, sessions de recherche, résultats de benchmark, campagnes)
• Votre fichier .env

Vérifier les nouvelles variables d'environnement

diff .env .env.example

Développement vs Production

# Développement (par défaut) - charge automatiquement docker-compose.override.yml
# Rechargement à chaud pour l'API et le frontend, source montée en volumes
docker compose up -d

# Production - images préconstruites, pas de montages de volumes, 4 workers uvicorn
docker compose -f docker-compose.yml up -d

Construisez les images avant l'exécution en production :

docker build -t dvap-api:latest --target production ./backend
docker build -t dvap-web:latest --target production ./frontend

Exécution des tests

Les tests nécessitent une instance PostgreSQL. Démarrez d'abord la stack :

docker compose up -d postgres
export TEST_DATABASE_URL=postgresql+asyncpg://dvap:<votre-mot-de-passe-postgres>@localhost:5432/dvap_test
cd backend
pip install -e ".[dev]"
pytest

Feuille de route

v1.1 - Couverture étendue des laboratoires

• Laboratoire de sécurité des agents LangChain
• Laboratoire de sécurité multi-agents CrewAI
• Laboratoire de sécurité RAG LlamaIndex
• Laboratoire d'agent autonome de type AutoGPT

v1.2 - Benchmarking amélioré

• Prise en charge des modèles API OpenAI et Anthropic
• Constructeur de suites de benchmark personnalisées
• Rapports de comparaison de benchmark entre versions de modèles
• Tests de régression automatisés pour la sécurité des modèles

v1.3 - Améliorations de la plateforme

• Prise en charge multi-utilisateurs avec isolation des sessions
• Extension VS Code pour l'espace de recherche
• Intégration GitHub Actions pour les tests de sécurité CI/CD
• Système de progression par difficulté des laboratoires

v2.0 - Automatisation de l'équipe rouge IA

• Génération automatisée de chaînes d'attaque
• Découverte de vulnérabilités assistée par IA
• Modèles de campagnes d'équipe rouge
• Intégration avec des outils de sécurité populaires (Burp Suite, Metasploit)

Vous souhaitez contribuer à la feuille de route ? Ouvrez un problème ou démarrez une discussion.

Gouvernance

DVAP est développé et maintenu par Sonu Chaudhary.

Les contributions de la communauté sont les bienvenues et sont régies par les directives de contribution. La direction à long terme est pilotée via les Issues et Discussions GitHub. Les ajouts de laboratoires, les propositions de fonctionnalités et les commentaires sur la feuille de route sont examinés publiquement.

Il n'y a pas de risque de point de défaillance unique : le dépôt est open source sous Apache 2.0 et peut être forkée par la communauté à tout moment.

Contribuer

Consultez CONTRIBUTING.md pour savoir comment ajouter des laboratoires, exécuter des tests et soumettre des pull requests.

Licence

Apache 2.0 - voir LICENSE pour le texte intégral.