dshapi/ai-spmयह ओपनसोर्स परियोजना एंटरप्राइज़ स्तर के AI-SPM को लागू करने के लिए समर्पित है। ऐसा करके संगठन अपने AI सिस्टम को खतरों से सक्रिय रूप से सुरक्षित कर सकते हैं, डेटा एक्सपोज़र को कम कर सकते हैं, और अपने AI अनुप्रयोगों (एजेंट, MPC सर्वर, मॉडल और अधिक) की विश्वसनीयता बनाए रख सकते हैं।
AI सुरक्षा आसन प्रबंधन (AI-SPM) कृत्रिम बुद्धिमत्ता (AI) और मशीन लर्निंग (ML) प्रणालियों की सुरक्षा और अखंडता बनाए रखने का एक व्यापक दृष्टिकोण है। इसमें AI मॉडल, डेटा और बुनियादी ढांचे की सुरक्षा स्थिति की निरंतर निगरानी, मूल्यांकन और सुधार शामिल है। AI-SPM में AI अपनाने से जुड़ी कमजोरियों, गलत कॉन्फ़िगरेशन और संभावित जोखिमों की पहचान करना और उनका समाधान करना, साथ ही प्रासंगिक गोपनीयता और सुरक्षा नियमों का अनुपालन सुनिश्चित करना शामिल है।
यह ओपनसोर्स प्रोजेक्ट एंटरप्राइज़ स्तर के AI-SPM को लागू करने के लिए समर्पित है। ऐसा करके, संगठन अपने AI सिस्टम को खतरों से सक्रिय रूप से बचा सकते हैं, डेटा एक्सपोज़र को कम कर सकते हैं, और अपने AI अनुप्रयोगों (एजेंट, mpc सर्वर, मॉडल और अधिक) की विश्वसनीयता बनाए रख सकते हैं।
आपका संगठन AI अनुप्रयोगों में अपना सब कुछ झोंक रहा है—क्या आप उन्हें सुरक्षित करने के लिए तैयार हैं?
उत्तर देने से पहले, इन विशिष्ट प्रश्नों के बारे में सोचें:
क्या आप अपने वातावरण में सभी शैडो AI (AI मॉडल, एजेंट और संबंधित संसाधनों सहित) की पहचान कर सकते हैं?
क्या आप डेटा पॉइज़निंग, बायस और अनुपालन उल्लंघनों को रोकने के लिए AI डेटा को प्रभावी ढंग से सुरक्षित कर रहे हैं?
क्या आप जानते हैं कि संदर्भ के साथ गंभीर AI जोखिमों को कैसे प्राथमिकता दी जाए?
क्या आप आश्वस्त हैं कि आप AI पाइपलाइनों में संदिग्ध गतिविधि का तुरंत पता लगा सकते हैं और प्रतिक्रिया दे सकते हैं?
यदि आपने उन प्रश्नों में से किसी एक का भी "निश्चित नहीं" या "नहीं" में उत्तर दिया है, तो आपको इस प्रोजेक्ट पर करीब से नज़र डालनी चाहिए। यह आपके AI इकोसिस्टम सुरक्षा की वर्तमान स्थिति को देखने का तरीका है।
अपने AI मॉडल, एजेंट और संबंधित संसाधनों की सुरक्षा खोजें। AI एप्लिकेशन सप्लाई चेन/पाइपलाइनों और एजेंटों में जोखिमों की पहचान करें - जो डेटा एक्सफ़िल्ट्रेशन और संसाधनों के दुरुपयोग का कारण बन सकते हैं। AI उपयोग के आसपास उचित शासन नियंत्रण लागू करें।
Orbyx AI SPM को कुछ सरल चरणों में लोकली चलाएं। पूर्वापेक्षाएँ:
brew install mkcert istioctl
mkcert -install
sudo apt-get update
sudo apt-get install -y libnss3-tools # mkcert needs this to trust the CA in browsers (SSL suport)
sudo dnf install -y nss-tools
curl -fsSLo /tmp/mkcert "https://github.com/FiloSottile/mkcert/releases/latest/download/mkcert-v1.4.4-linux-amd64"
sudo install -m 0755 /tmp/mkcert /usr/local/bin/mkcert
curl -fsSL https://istio.io/downloadIstio | sh -
sudo install -m 0755 istio-*/bin/istioctl /usr/local/bin/istioctl
mkcert -install
यदि आप arm64 Linux पर हैं, तो mkcert URL में linux-amd64 को linux-arm64 से बदलें।
रीपो क्लोन करें।
/<project_root> से चलाएँ। प्रत्येक चरण आइडेम्पोटेंट है।
<project_root>/deploy/scripts/bootstrap-cluster.sh
एक नई मशीन पर एंड-टू-एंड: लगभग 20 मिनट। बाद के रन जो केवल AISPM चार्ट को फिर से तैनात करते हैं, लगभग 5 मिनट लगते हैं।
एक बार बूटस्ट्रैप पूरा हो जाने पर, यहाँ नेविगेट करें:
किसी भी पेज पर साइन इन पर क्लिक करें — डेमो खाता: admin / admin.
बस इतना ही! आप चालू हो गए हैं।
.md फ़ाइल अपडेट करेंशाखा नामकरण:
| प्रकार | पैटर्न |
|---|---|
| सुविधा | feat/short-description |
| बग फिक्स | fix/short-description |
| दस्तावेज़ | docs/short-description |
| रीफ़ैक्टर | refactor/short-description |
services/ # Backend microservices (Python / FastAPI)
ui/ # Frontend (React + Vite)
platform_shared/ # Shared Python modules (JWT, Kafka, models)
spm/ # SPM policy and compliance definitions
opa/ # OPA Rego policies
grafana/ # Dashboard JSON and provisioning config
prometheus/ # Scrape config
tests/ # Unit and integration tests
scripts/ # Dev utilities (JWT minting, etc.)
कृपया एक GitHub Issue खोलें और शामिल करें:
make logs-api आउटपुट)feat:, fix:, docs:, आदि)