AgentShield Sigma Rules

यह भंडार क्या है?

इस भंडार में ऐसे डिटेक्शन नियम हैं जो यह पहचानने में मदद करते हैं कि कब कोई AI एजेंट हमले या हेरफेर का शिकार हो रहा है। इसे "खतरे के हस्ताक्षरों" का एक पुस्तकालय समझें -- प्रत्येक नियम एक पैटर्न का वर्णन करता है, जो एजेंट के लॉग डेटा से मेल खाने पर संकेत देता है कि कुछ संदिग्ध हो रहा है।

AgentShield AI एजेंटों के लिए एक ओपन-सोर्स सुरक्षा परत है। यह वास्तविक समय में एजेंट व्यवहार की निगरानी करता है और इन Sigma नियमों का उपयोग करके प्रोम्प्ट इंजेक्शन, डेटा चोरी, टूल पॉइज़निंग और विशेषाधिकार वृद्धि जैसे प्रतिकूल हमलों का पता लगाता है -- इससे पहले कि वे नुकसान पहुँचाएँ।

Sigma नियम क्या हैं?

Sigma एक ओपन मानक है जिसका उपयोग साइबर सुरक्षा उद्योग में डिटेक्शन नियम लिखने के लिए किया जाता है। यदि एंटीवायरस हस्ताक्षर आपके कंप्यूटर को बताते हैं "यह फ़ाइल दुर्भावनापूर्ण है", तो Sigma नियम आपके सुरक्षा प्लेटफ़ॉर्म को बताते हैं "लॉग में गतिविधि का यह पैटर्न संदिग्ध है"।

एक Sigma नियम एक छोटी YAML फ़ाइल है जो कहती है: "यदि आप लॉग में यह पैटर्न देखते हैं, तो एक अलर्ट उठाएँ।" उदाहरण के लिए, एक सरलीकृत नियम इस प्रकार दिख सकता है:

IF लॉग घटना user_input है
AND संदेश में "ignore previous instructions" शामिल है
THEN प्रोम्प्ट इंजेक्शन के लिए एक गंभीर अलर्ट उठाएँ

क्योंकि Sigma एक विक्रेता-तटस्थ मानक है, ये नियम किसी भी Sigma-संगत डिटेक्शन इंजन के साथ काम करते हैं -- न कि केवल AgentShield के साथ। इसका मतलब है कि सुरक्षा टीमें विक्रेता लॉक-इन के बिना उन्हें अपने मौजूदा टूलिंग में एकीकृत कर सकती हैं।

ये नियम किन खतरों का पता लगाते हैं?

प्रोम्प्ट इंजेक्शन

जब कोई एजेंट के निर्देशों को ओवरराइड करने का प्रयास करता है -- या तो सीधे ("ignore previous instructions" टाइप करके) या अप्रत्यक्ष रूप से (एजेंट द्वारा पढ़े जाने वाले दस्तावेज़ों में निर्देश छिपाकर)।

डेटा चोरी और बाहर निकालना

जब एजेंट को संवेदनशील डेटा हमलावर को भेजने के लिए बरगलाया जाता है -- HTTP अपलोड, DNS टनलिंग, छिपे हुए मार्कडाउन चित्रों या स्टेग्नोग्राफ़िक तकनीकों के माध्यम से।

टूल हेरफेर और पॉइज़निंग

जब MCP टूल विवरणों में दुर्भावनापूर्ण मेटाडेटा छिपाया जाता है, या टूल भरोसे के बाद अपना व्यवहार बदल लेते हैं ("रग पुल" हमले)।

क्रेडेंशियल चोरी

जब एजेंट SSH कुंजियाँ, API टोकन, क्लाउड क्रेडेंशियल्स या रहस्य युक्त पर्यावरण चर जैसी संवेदनशील फ़ाइलों तक पहुँचता है।

विशेषाधिकार वृद्धि

जब एजेंट इच्छित से अधिक पहुँच प्राप्त करने का प्रयास करता है -- sudo, कंटेनर एस्केप, क्लाउड IAM हेरफेर या सिस्टम फ़ाइल छेड़छाड़ के माध्यम से।

दृढ़ता

जब हमलावर दीर्घकालिक पहुँच बनाए रखने का प्रयास करता है -- क्रॉन जॉब, शेल प्रोफ़ाइल संशोधन, लॉन्च एजेंट या एजेंट मेमोरी पॉइज़निंग के माध्यम से।

दूरस्थ कोड निष्पादन

जब एजेंट को दुर्भावनापूर्ण स्क्रिप्ट डाउनलोड करने और चलाने, रिवर्स शेल स्थापित करने या अस्पष्ट आदेशों को निष्पादित करने के लिए बरगलाया जाता है।

टोही

जब एजेंट लक्ष्य वातावरण का मानचित्रण करने के लिए नेटवर्क स्कैनिंग या DNS गणना करता है।

कॉन्फ़िगरेशन छेड़छाड़

जब एजेंट सुरक्षा-संवेदनशील कॉन्फ़िगरेशन फ़ाइलों को संशोधित करके सुरक्षा को कमज़ोर करता है -- ऑटो-अप्रूव सेटिंग्स, MCP कॉन्फ़िग्स या AI सहायक नियम फ़ाइलें।

आपूर्ति श्रृंखला हमले

जब पैकेज या कौशल अविश्वसनीय स्रोतों से स्थापित किए जाते हैं -- सीधे URL, GitHub रिपॉजिटरी या टारबॉल आर्काइव।

निर्देशिका संरचना

rules/
└── ai_agent/
    ├── ai_agent_prompt_injection_direct.yml
    ├── ai_agent_credential_access.yml
    ├── ai_agent_mcp_tool_poisoning.yml
    └── ... (एक सपाट निर्देशिका में सभी नियम)

नियमों को उत्पाद (ai_agent) के अनुसार व्यवस्थित किया गया है, SigmaHQ सम्मेलनों का पालन करते हुए। प्रत्येक नियम के लिए विशिष्ट खतरा श्रेणी नियम के YAML मेटाडेटा (MITRE ATT&CK टैग और logsource फ़ील्ड के माध्यम से) में कैप्चर की जाती है, न कि निर्देशिका संरचना में। यह सपाट लेआउट रिपॉजिटरी को सरल रखता है और अस्पष्टता से बचाता है जब कोई नियम कई हमले श्रेणियों में फैला हो।

इन नियमों का उपयोग कैसे करें

AgentShield इंजन के साथ

# नियम भंडार को क्लोन करें
git clone https://github.com/agentshield-ai/sigma-ai.git

# AgentShield इंजन के साथ उपयोग करें
export AGENTSHIELD_AUTH_TOKEN="कम-से-कम-32-वर्णों-से-बदलें"
agentshield serve --rules ./sigma-ai/rules --port 8433

# नियमों को मान्य करें
agentshield rules validate --path ./sigma-ai/rules

सामान्य Sigma टूलिंग के साथ

ये नियम मानक Sigma प्रारूप का पालन करते हैं और किसी भी Sigma-संगत टूल के साथ उपयोग किए जा सकते हैं:

# sigma-cli के साथ मान्य करें
sigma check rules/

# अन्य प्रारूपों में बदलें
sigma convert -t <लक्ष्य> rules/ai_agent/

एक नियम को समझना

नीचे एक पूर्ण रूप से एनोटेट किया गया उदाहरण है जो Sigma नियम की शारीरिक रचना दिखाता है। प्रत्येक फ़ील्ड को सरल भाषा में समझाया गया है।

title: Direct Prompt Injection Attempt          # मानव-पठनीय नाम
id: eddcdc94-698c-577f-900d-28b1b5491a80         # अद्वितीय पहचानकर्ता (UUID v5)
related:                                         # संबंधित नियमों के लिंक
  - id: agent-prompt-injection-direct-001        # पिछला ID जिसे यह बदलता है
    type: obsoletes
status: stable                                   # परिपक्वता स्तर (नीचे देखें)
description: |                                   # यह नियम क्या पता लगाता है
  AI एजेंट इनपुट में सीधे प्रोम्प्ट इंजेक्शन प्रयासों का पता लगाता है जिनमें
  सामान्य जेलब्रेक वाक्यांश, सिस्टम ओवरराइड कमांड और नीति हेरफेर संरचनाएँ
  होती हैं। ये पैटर्न दुर्भावनापूर्ण निर्देशों के माध्यम से एजेंट व्यवहार से
  समझौता करने के प्रयासों का संकेत देते हैं।
references:                                      # आगे पढ़ने के लिए
  - https://owasp.org/www-project-top-10-for-large-language-model-applications/
author: AgentShield                              # इस नियम को किसने लिखा
date: "2026-02-16"                               # यह पहली बार कब लिखा गया
modified: "2026-02-24"                           # इसे आखिरी बार कब बदला गया
tags:                                            # MITRE ATT&CK मैपिंग
  - attack.initial_access
  - attack.t1190
logsource:                                       # किस लॉग प्रारूप की अपेक्षा करें
  product: ai_agent
  category: agent_events
detection:                                       # मिलान तर्क
  selection_jailbreak_keywords:
    event_type: user_input
    message|contains:
      - 'ignore previous instructions'
      - 'developer mode'
  condition: selection_jailbreak_keywords
falsepositives:                                  # ज्ञात सौम्य ट्रिगर
  - वैध AI सुरक्षा अनुसंधान
level: critical                                  # गंभीरता (critical/high/medium/low)

यहाँ बताया गया है कि प्रत्येक अनुभाग क्या करता है:

• title / id -- एक मानव-पठनीय नाम और एक वैश्विक रूप से अद्वितीय पहचानकर्ता। UUID सुनिश्चित करता है कि नियमों को विभिन्न प्रणालियों में स्पष्ट रूप से संदर्भित किया जा सके।
• related -- इस नियम को दूसरों से जोड़ता है जिन्हें यह बदलता है, विस्तारित करता है या समान है। डिटेक्शन तर्क के विकसित होने पर नियम वंश को ट्रैक करने के लिए उपयोगी।
• status -- नियम का परिपक्वता स्तर (नीचे नियम परिपक्वता स्तर देखें)।
• description -- एक गद्य स्पष्टीकरण कि नियम क्या पता लगाता है और यह क्यों मायने रखता है।
• references -- शोध पत्रों, ब्लॉग पोस्ट या मानकों के लिंक जिन्होंने नियम को सूचित किया।
• author / date / modified -- उत्पत्ति मेटाडेटा: नियम किसने लिखा और कब।
• tags -- डिटेक्शन को MITRE ATT&CK फ्रेमवर्क से मैप करता है, इसे ज्ञात प्रतिद्वंद्वी रणनीतियों और तकनीकों से जोड़ता है।
• logsource -- डिटेक्शन इंजन को बताता है कि यह नियम किस प्रकार के लॉग डेटा पर लागू होता है। यहाँ, product: ai_agent और category: agent_events का अर्थ है कि यह AI एजेंट घटना लॉग को लक्षित करता है।
• detection -- मुख्य मिलान तर्क। प्रत्येक selection_* ब्लॉक शर्तों का एक सेट परिभाषित करता है, और condition फ़ील्ड उन्हें बूलियन तर्क (and, or, not) का उपयोग करके जोड़ता है।
• falsepositives -- वास्तविक परिदृश्यों का दस्तावेजीकरण करता है जहाँ नियम सौम्य गतिविधि पर सक्रिय हो सकता है, विश्लेषकों को अलर्ट को प्राथमिकता देने में मदद करता है।
• level -- अलर्ट की गंभीरता: critical, high, medium या low।