DVAP - अत्यंत असुरक्षित AI प्लेटफ़ॉर्म

प्रशिक्षित करें। तोड़ें। बचाव करें। AI सिस्टम।

AI सुरक्षा प्रशिक्षण, रेड/ब्लू टीमिंग, CTF, बेंचमार्किंग और अनुसंधान के लिए एक ओपन-सोर्स प्लेटफ़ॉर्म। 100% स्थानीय रूप से चलता है। कोई क्लाउड नहीं, कोई भुगतान वाला API नहीं, आपका डेटा आपकी मशीन से बाहर नहीं जाता।

पूर्वापेक्षाएँ

Docker 24+ और Docker Compose v2
न्यूनतम 16 GB RAM (Ollama मॉडल को मेमोरी में लोड करता है; 8 GB केवल छोटे मॉडल के लिए काम करता है)
बेस इमेज और कम से कम एक मॉडल के लिए 20 GB खाली डिस्क स्थान
x86-64 CPU; Apple Silicon और ARM64 समर्थित हैं लेकिन परीक्षण नहीं किया गया है

GPU वैकल्पिक है। Ollama CPU पर चलता है लेकिन इसके बिना इनफ़रेंस धीमा होगा।

त्वरित आरंभ

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

एक बार सभी कंटेनर स्वस्थ हो जाएं तो http://localhost:8080 खोलें। पहली बार चलने में 30-60 सेकंड लगते हैं।

विषय-सूची

पूर्वापेक्षाएँ
त्वरित आरंभ
DVAP क्या है?
DVAP क्यों?
DVAP कैसे भिन्न है
मुख्य विशेषताएँ
प्लेटफ़ॉर्म अवलोकन
डेमो
स्क्रीनशॉट
लैब्स
OWASP LLM शीर्ष 10 कवरेज
आर्किटेक्चर
सुरक्षा आर्किटेक्चर
सेवाएँ
पर्यावरण चर
अपग्रेड करना
डेवलपमेंट बनाम प्रोडक्शन
परीक्षण चलाना
रोडमैप
शासन
योगदान
लाइसेंस

DVAP क्या है?

DVAP एक ओपन-सोर्स AI सुरक्षा अनुसंधान, प्रशिक्षण, बेंचमार्किंग और रेड टीमिंग प्लेटफ़ॉर्म है जिसे सुरक्षा पेशेवरों, AI इंजीनियरों, शोधकर्ताओं, छात्रों और संगठनों को यह समझने में मदद करने के लिए डिज़ाइन किया गया है कि आधुनिक AI सिस्टम कैसे विफल होते हैं और उनका बचाव कैसे किया जाए।

AI युग के लिए निर्मित, DVAP जानबूझकर असुरक्षित AI अनुप्रयोगों, एजेंटों, RAG सिस्टम, MCP एकीकरण और डोमेन-विशिष्ट वातावरण प्रदान करता है जिन पर हमला किया जा सकता है, विश्लेषण किया जा सकता है, बेंचमार्क किया जा सकता है और सुरक्षित किया जा सकता है।

क्लाउड-आधारित AI खेल के मैदानों के विपरीत, DVAP पूरी तरह से आपकी मशीन पर चलता है।

कोई क्लाउड नहीं। कोई सब्सक्रिप्शन नहीं। कोई API लागत नहीं। कोई वेंडर लॉक-इन नहीं।

DVAP क्यों?

आधुनिक AI अनुप्रयोग पूरी तरह से नई हमला सतहें पेश करते हैं:

प्रॉम्प्ट इंजेक्शन
मेमोरी विषाक्तता (Memory Poisoning)
RAG विषाक्तता
टूल दुरुपयोग
MCP शोषण
मल्टी-एजेंट हमले
स्वायत्त एजेंट हेरफेर
डेटा निकासी
पहचान और विश्वास विफलताएँ
AI आपूर्ति श्रृंखला जोखिम

फिर भी कोई एकल प्लेटफ़ॉर्म नहीं है जो शोधकर्ताओं को इन हमलों को एक ही स्थान पर सुरक्षित रूप से सीखने, अभ्यास करने, बेंचमार्क करने और मान्य करने की अनुमति देता हो।

DVAP का लक्ष्य AI सुरक्षा शिक्षा, अनुसंधान और प्रयोग के लिए निश्चित ओपन-सोर्स प्लेटफ़ॉर्म बनना है।

DVAP कैसे भिन्न है

DVAP पहले प्लेटफ़ॉर्मों में से एक है जो व्यावहारिक AI हमला लैब्स, स्थानीय LLM बेंचमार्किंग, CTF चुनौतियों और पेशेवर रिपोर्टिंग को एक स्व-होस्टेड वातावरण में जोड़ता है।

मुख्य विशेषताएँ

AI सुरक्षा लैब्स वास्तविक दुनिया की AI हमला तकनीकों को कवर करने वाली 15 जानबूझकर असुरक्षित लैब्स।

अनुसंधान कार्यक्षेत्र प्रॉम्प्ट, मेमोरी, टूल कॉल, पुनर्प्राप्त दस्तावेज़, एजेंट क्रियाएँ और हमला श्रृंखलाओं का निरीक्षण करें।

सुरक्षा बेंचमार्किंग स्थानीय और बाहरी मॉडलों का AI सुरक्षा हमला सूट के विरुद्ध मूल्यांकन करें।

कैप्चर द फ़्लैग (CTF) निर्देशित चुनौतियों, फ़्लैग्स, संकेतों और वॉकथ्रू के माध्यम से AI सुरक्षा सीखें।

रिपोर्टिंग इंजन OWASP LLM शीर्ष 10, MITRE ATLAS, CWE और CVSS से मैप किए गए पेशेवर निष्कर्ष और बेंचमार्क रिपोर्ट तैयार करें।

100% स्थानीय सब कुछ अपनी मशीन पर चलाएं। आपके प्रॉम्प्ट, डेटा, निष्कर्ष और प्रयोग आपके वातावरण से कभी बाहर नहीं जाते।

प्लेटफ़ॉर्म अवलोकन

DVAP प्लेटफ़ॉर्म अवलोकन

🎬 डेमो

_{▶ प्रशिक्षित करें। तोड़ें। बचाव करें। AI सिस्टम। · पूर्ण आक्रमण वॉकथ्रू देखने के लिए क्लिक करें}

📸 स्क्रीनशॉट

🖥️ अनुसंधान कमांड सेंटर

_{अनुसंधान कमांड सेंटर · एक ही परिचालन दृश्य में लाइव प्लेटफ़ॉर्म गतिविधि, मॉडल बेंचमार्क लीडरबोर्ड, फ़्लैग कैप्चर प्रगति और सेवा स्वास्थ्य।}

🧩 प्लेटफ़ॉर्म मॉड्यूल

🛡️ निष्कर्ष डैशबोर्ड

_{निष्कर्ष डैशबोर्ड · सुरक्षा निष्कर्षों को गंभीरता रेटिंग, OWASP LLM शीर्ष 10 मैपिंग, MITRE ATLAS तकनीकों और निर्यात-तैयार रिपोर्ट के साथ ट्रैक करें, ट्रायेज करें और दस्तावेज़ित करें।}

लैब्स

15 कंटेनरीकृत लैब्स, प्रत्येक में फ़्लैग्स, संकेत, वॉकथ्रू और OWASP LLM शीर्ष 10 + MITRE ATLAS मैपिंग है।

प्रत्येक लैब अपने स्वयं के Ollama-समर्थित LLM एंडपॉइंट के साथ एक अलग Docker कंटेनर में चलती है।

OWASP LLM शीर्ष 10 कवरेज

DVAP OWASP बड़े भाषा मॉडल अनुप्रयोगों के लिए शीर्ष 10 के साथ संरेखित है। प्रत्येक श्रेणी एक या अधिक समर्पित लैब्स से मैप होती है।

15 लैब्स में 10 में से 8 श्रेणियाँ कवर की गईं। LLM04 और LLM10 v1.2 रोडमैप पर हैं।

आर्किटेक्चर

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

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

    Sock --> L1[Lab Container]
    Sock --> L2[Lab Container]
    Sock --> LN[Lab Container ...]

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

    subgraph dvap-internal network
        Web
        API
        PG
        Redis
        Qdrant
    end

    subgraph dvap-labs network
        L1
        L2
        LN
        Ollama
    end

लैब कंटेनर एक अलग Docker नेटवर्क पर अलग-थलग हैं। वे LLM इनफ़रेंस के लिए Ollama तक पहुँच सकते हैं, लेकिन डेटाबेस, Redis या Qdrant तक नहीं पहुँच सकते।

सुरक्षा आर्किटेक्चर

नेटवर्क पृथक्करण

दो Docker नेटवर्क लैब ट्रैफ़िक को प्लेटफ़ॉर्म बुनियादी ढाँचे से अलग रखते हैं:

dvap-internal (172.20.0.0/24) - PostgreSQL, Redis, Qdrant, API, फ्रंटएंड, Nginx
dvap-labs (172.21.0.0/24) - लैब कंटेनर और Ollama

लैब कंटेनर केवल Ollama तक पहुँच सकते हैं, आंतरिक नेटवर्क पर और कुछ नहीं। वे PostgreSQL, Redis या Qdrant तक नहीं पहुँच सकते।

Docker सॉकेट पहुँच

ज्ञात व्यापार-बंद: API कंटेनर ऑन-डिमांड लैब कंटेनर उत्पन्न करने और रोकने के लिए /var/run/docker.sock माउंट करता है (Docker-आउट-ऑफ-Docker)। यह API प्रक्रिया को होस्ट Docker डेमन पर रूट-समतुल्य पहुँच प्रदान करता है।

यह एक जानबूझकर डिज़ाइन निर्णय है। DVAP सुरक्षा अनुसंधान और प्रशिक्षण के लिए एक स्थानीय एकल-उपयोगकर्ता स्थापना है, मल्टी-टेनेंट सेवा नहीं। यह व्यापार-बंद स्वीकार किया जाता है क्योंकि:

कोई नेटवर्क-सुलभ प्रशासनिक इंटरफ़ेस नहीं है जो मनमाना कंटेनर संचालन ट्रिगर कर सके
लैब कंटेनर संसाधन सीमाएँ (512 MB RAM, 0.5 CPU) संसाधन समाप्ति को रोकती हैं
लैब इमेज इस रिपॉजिटरी में नियंत्रित Dockerfiles से बनाई गई हैं

यदि आप DVAP को साझा या नेटवर्क वातावरण में तैनात कर रहे हैं, तो सॉकेट माउंट को रूटलेस Docker सॉकेट या Podman सॉकेट (/run/user/1000/podman/podman.sock) से बदलें और API नेटवर्क पहुँच को तदनुसार प्रतिबंधित करें।

इंस्टेंस TTL

लैब इंस्टेंस Redis TTL कुंजियों के माध्यम से 1 घंटे के बाद स्वचालित रूप से बंद हो जाते हैं। जल्दी सफाई के लिए POST /api/v1/instances/cleanup पर कॉल करें।

दर सीमित करना

फ़्लैग सबमिशन प्रति सत्र टोकन 60-सेकंड विंडो में 15 प्रयासों तक सीमित हैं।

सेवाएँ

पर्यावरण चर

सभी चरों के लिए .env.example देखें। किसी भी नेटवर्क तैनाती से पहले बदलने योग्य मुख्य:

SECRET_KEY=          # HMAC हस्ताक्षर के लिए मजबूत यादृच्छिक मान
POSTGRES_PASSWORD=   # डिफ़ॉल्ट से बदलें
REDIS_PASSWORD=      # डिफ़ॉल्ट से बदलें

अपग्रेड करना

एक कमांड आपकी स्थापना को अद्यतन लाता है:

make upgrade

यह git pull चलाता है, फिर सभी कंटेनरों का पुनर्निर्माण और पुनरारंभ करता है। डेटाबेस माइग्रेशन प्रत्येक API कंटेनर प्रारंभ पर स्वचालित रूप से चलते हैं।

make के बिना:

git pull
docker compose up -d --build

क्या स्वचालित रूप से अपग्रेड होता है

बैकएंड कोड और API एंडपॉइंट
फ्रंटएंड डैशबोर्ड
डेटाबेस स्कीमा (Alembic माइग्रेशन)
लैब परिभाषाएँ

क्या कभी नहीं छुआ जाता

आपका डेटा (निष्कर्ष, अनुसंधान सत्र, बेंचमार्क परिणाम, अभियान)
आपकी .env फ़ाइल

नए पर्यावरण चरों की जाँच करें

diff .env .env.example

डेवलपमेंट बनाम प्रोडक्शन

# डेवलपमेंट (डिफ़ॉल्ट) - स्वचालित रूप से docker-compose.override.yml लोड करता है
# API और फ्रंटएंड के लिए हॉट रीलोड, स्रोत वॉल्यूम के रूप में माउंट किया गया
docker compose up -d

# प्रोडक्शन - बेक्ड इमेज, कोई वॉल्यूम माउंट नहीं, 4 uvicorn वर्कर्स
docker compose -f docker-compose.yml up -d

प्रोडक्शन रन से पहले इमेज बनाएं:

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

परीक्षण चलाना

परीक्षणों के लिए PostgreSQL इंस्टेंस की आवश्यकता है। पहले स्टैक प्रारंभ करें:

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

रोडमैप

v1.1 - विस्तारित लैब कवरेज

LangChain एजेंट सुरक्षा लैब
CrewAI मल्टी-एजेंट सुरक्षा लैब
LlamaIndex RAG सुरक्षा लैब
AutoGPT-शैली स्वायत्त एजेंट लैब

v1.2 - उन्नत बेंचमार्किंग

OpenAI और Anthropic API मॉडलों के लिए समर्थन
कस्टम बेंचमार्क सूट निर्माता
मॉडल संस्करणों में बेंचमार्क तुलना रिपोर्ट
मॉडल सुरक्षा के लिए स्वचालित प्रतिगमन परीक्षण

v1.3 - प्लेटफ़ॉर्म सुधार

सत्र पृथक्करण के साथ बहु-उपयोगकर्ता समर्थन
अनुसंधान कार्यक्षेत्र के लिए VS Code एक्सटेंशन
CI/CD सुरक्षा परीक्षण के लिए GitHub Actions एकीकरण
लैब कठिनाई प्रगति प्रणाली

v2.0 - AI रेड टीम ऑटोमेशन

स्वचालित हमला श्रृंखला निर्माण
AI-सहायता प्राप्त कमजोरी खोज
रेड टीम अभियान टेम्पलेट
लोकप्रिय सुरक्षा उपकरणों (Burp Suite, Metasploit) के साथ एकीकरण

रोडमैप में योगदान देना चाहते हैं? कोई मुद्दा खोलें या चर्चा शुरू करें।

शासन

DVAP को Sonu Chaudhary द्वारा विकसित और अनुरक्षित किया जाता है।

सामुदायिक योगदान का स्वागत है और योगदान दिशानिर्देशों द्वारा शासित है। दीर्घकालिक दिशा GitHub Issues और Discussions के माध्यम से संचालित होती है। लैब जोड़, सुविधा प्रस्ताव और रोडमैप इनपुट की सार्वजनिक रूप से समीक्षा की जाती है।

कोई एकल-बिंदु-विफलता जोखिम नहीं है: रिपॉजिटरी Apache 2.0 के तहत ओपन सोर्स है और किसी भी समय समुदाय द्वारा फोर्क की जा सकती है।

योगदान

लैब जोड़ने, परीक्षण चलाने और पुल रिक्वेस्ट सबमिट करने के लिए CONTRIBUTING.md देखें।

लाइसेंस

Apache 2.0 - पूर्ण पाठ के लिए LICENSE देखें।

⚗️ AI सुरक्षा लैब्स _{हर प्रमुख हमला वर्ग में 15 कंटेनरीकृत असुरक्षित AI वातावरण}	🚩 CTF चुनौतियाँ _{OWASP LLM शीर्ष 10 और MITRE ATLAS से मैप किए गए फ़्लैग्स, संकेत और वॉकथ्रू}
📊 बेंचमार्क केंद्र _{स्थानीय LLM का प्रॉम्प्ट इंजेक्शन, जेलब्रेक और डेटा निकासी सूट के विरुद्ध मूल्यांकन करें}	🔬 अनुसंधान कार्यक्षेत्र _{प्रॉम्प्ट, मेमोरी, टूल कॉल और एजेंट व्यवहार की पूर्ण ट्रेस रिकॉर्डिंग}

प्रॉम्प्ट इंजेक्शन	शुरुआती	LLM01	AML.T0051, AML.T0054
मेमोरी विषाक्तता	मध्यवर्ती	LLM02	AML.T0054
RAG विषाक्तता	मध्यवर्ती	LLM02, LLM03	AML.T0020, AML.T0043
टूल आउटपुट इंजेक्शन	मध्यवर्ती	LLM07	AML.T0054, AML.T0068
MCP सुरक्षा	उन्नत	LLM07	AML.T0068
ब्राउज़र एजेंट सुरक्षा	उन्नत	LLM07, LLM09	AML.T0054
मल्टी-एजेंट सुरक्षा	उन्नत	LLM08	AML.T0054
स्वायत्त एजेंट सुरक्षा	उन्नत	LLM08, LLM09	AML.T0054
डेटा निकासी	उन्नत	LLM06	AML.T0057, AML.T0058
एजेंट पहचान और विश्वास दुरुपयोग	उन्नत	LLM08	AML.T0058
AI बैंकिंग प्लेटफ़ॉर्म	मध्यवर्ती	LLM01, LLM06	AML.T0043
AI स्वास्थ्य सेवा वातावरण	उन्नत	LLM01, LLM06	AML.T0043
मल्टी-टेनेंट AI SaaS	उन्नत	LLM06	AML.T0043
AI आपूर्ति श्रृंखला सुरक्षा	विशेषज्ञ	LLM03, LLM05	AML.T0010, AML.T0048
AI डेवलपर प्लेटफ़ॉर्म	विशेषज्ञ	LLM03, LLM07	AML.T0010, AML.T0068

LLM01	प्रॉम्प्ट इंजेक्शन	प्रॉम्प्ट इंजेक्शन, AI बैंकिंग प्लेटफ़ॉर्म, AI स्वास्थ्य सेवा वातावरण	कवर किया गया
LLM02	डेटा और मेमोरी विषाक्तता	मेमोरी विषाक्तता, RAG विषाक्तता	कवर किया गया
LLM03	आपूर्ति श्रृंखला और प्रशिक्षण डेटा जोखिम	RAG विषाक्तता, AI आपूर्ति श्रृंखला सुरक्षा, AI डेवलपर प्लेटफ़ॉर्म	कवर किया गया
LLM04	मॉडल सेवा अस्वीकृति		योजनाबद्ध (v1.2)
LLM05	असुरक्षित आपूर्ति श्रृंखला	AI आपूर्ति श्रृंखला सुरक्षा	कवर किया गया
LLM06	संवेदनशील जानकारी का खुलासा	डेटा निकासी, AI बैंकिंग प्लेटफ़ॉर्म, AI स्वास्थ्य सेवा वातावरण, मल्टी-टेनेंट AI SaaS	कवर किया गया
LLM07	असुरक्षित प्लगइन डिज़ाइन	टूल आउटपुट इंजेक्शन, MCP सुरक्षा, ब्राउज़र एजेंट सुरक्षा, AI डेवलपर प्लेटफ़ॉर्म	कवर किया गया
LLM08	अत्यधिक एजेंसी	मल्टी-एजेंट सुरक्षा, स्वायत्त एजेंट सुरक्षा, एजेंट पहचान और विश्वास दुरुपयोग	कवर किया गया
LLM09	अत्यधिक निर्भरता	ब्राउज़र एजेंट सुरक्षा, स्वायत्त एजेंट सुरक्षा	कवर किया गया
LLM10	मॉडल चोरी		योजनाबद्ध (v1.2)

AI-विशिष्ट कमजोरियाँ	हाँ	नहीं	आंशिक	आंशिक	हाँ (केवल सिद्धांत)
स्थानीय, कोई क्लाउड नहीं	हाँ	हाँ	नहीं	नहीं	लागू नहीं
15 समर्पित AI लैब्स	हाँ	नहीं	नहीं	नहीं	नहीं
LLM बेंचमार्क इंजन	हाँ	नहीं	नहीं	नहीं	नहीं
फ़्लैग्स के साथ CTF	हाँ	हाँ	हाँ	नहीं	नहीं
OWASP LLM शीर्ष 10 कवरेज	पूर्ण	नहीं	आंशिक	आंशिक	भिन्न
MITRE ATLAS मैपिंग	हाँ	नहीं	नहीं	नहीं	भिन्न
रिपोर्ट निर्माण	हाँ	नहीं	नहीं	नहीं	नहीं
अनुसंधान कार्यक्षेत्र	हाँ	नहीं	नहीं	नहीं	नहीं
एजेंट और MCP सुरक्षा	हाँ	नहीं	नहीं	नहीं	नहीं
मुफ़्त और ओपन सोर्स	हाँ	हाँ	आंशिक	नहीं	हाँ

PostgreSQL	5432	प्राथमिक डेटास्टोर
Redis	6379	दर सीमित करना, इंस्टेंस TTL
Qdrant	6333	निष्कर्षों पर सिमैंटिक खोज
Ollama	11434	स्थानीय LLM इनफ़रेंस
API	8000	FastAPI बैकएंड
Web	3000	Next.js फ्रंटएंड
Nginx	8080 (होस्ट)	रिवर्स प्रॉक्सी

DVAP

सबसे लोकप्रिय