Gli agenti AI sembrano sempre autorizzati. AIOStack ti dice quando non lo sono.

Gli agenti AI agiscono per conto degli utenti. Usano credenziali reali, effettuano chiamate API reali, invocano strumenti, accedono alle API e toccano sistemi di produzione. La maggior parte degli strumenti di sicurezza vede questa attività come legittima perché, tecnicamente, lo è.

Il vero problema non è solo l'accesso non autorizzato.
Il problema più grande è quando l'accesso autorizzato diventa inappropriato in fase di esecuzione.

AIOStack è il livello di visibilità runtime gratuito per carichi di lavoro AI offerto da Aurva. Aiuta i team di sicurezza e piattaforma a scoprire AI ombra, mappare le identità degli agenti, tracciare l'attività degli LLM e degli strumenti, e comprendere come i sistemi AI si comportano all'interno di ambienti Kubernetes.

Nessuna modifica al codice dell'applicazione. Nessuna dipendenza da SDK. Nessun sidecar. Visibilità runtime dove i carichi di lavoro AI vengono effettivamente eseguiti.

Come installare (Kubernetes)

curl -fsSL https://aurva.ai/install.sh | bash

Il programma di installazione ti guiderà nella configurazione, aprirà app.aurva.ai per la registrazione e distribuirà AIOStack® nel tuo cluster. Il tuo inventario AI apparirà entro 60 secondi.

Consulta la Guida all'installazione per l'installazione manuale tramite Helm.

Disinstallazione

curl -fsSL https://aurva.ai/uninstall.sh | bash

Cosa risponde AIOStack

Funzionalità principali

• Rilevamento senza strumentazione: Rileva automaticamente chiamate API LLM, download di modelli, database vettoriali, server MCP e agenti AI su tutti i pod — senza toccare il codice dell'applicazione.
• Distinta base AI (AIBOM): Inventario runtime completo di modelli, API e dipendenze AI nella tua infrastruttura. Sappi cosa è in esecuzione prima che un incidente te lo dica.
• Mappatura identità degli agenti: Correla il traffico AI con i service account Kubernetes, i namespace e le identità dei carichi di lavoro. Quando un agente fa qualcosa di inaspettato, sai esattamente quale.
• Monitoraggio di prompt e chiamate: Cattura metadati delle richieste LLM, routing dei modelli e utilizzo token per servizio. Nessun corpo richiesta viene memorizzato — solo i segnali rilevanti per la sicurezza.
• Lineage delle chiamate AI: Traccia workflow multi-step degli agenti tra servizi. Vedi l'intera catena di chiamate effettuate da un agente, non solo eventi singoli.
• Attribuzione costi e utilizzo: Mappa l'utilizzo delle API e il consumo di token a team, namespace e service account. Utile per i team di piattaforma che gestiscono infrastrutture AI condivise.
• Trail di audit per conformità: Genera prove a livello di pod per GDPR, SOC2 e audit interni — timestampate, attribuite e interrogabili.
• Overhead minimo: Impatto CPU <2% per nodo utilizzando filtraggio a livello kernel. Progettato per la produzione.

Prerequisiti

• Kubernetes 1.29+ con supporto eBPF (EKS, GKE, AKS)
• Kernel Linux 5.15+
• Helm 3.x

Come funziona

AIOStack distribuisce due componenti nel tuo cluster:

Observer (DaemonSet): Esegue su ogni nodo e carica programmi eBPF che si agganciano ai tracepoint del kernel (tcp_sendmsg, tcp_recvmsg, execve, openat). Questi programmi catturano metadati di rete, query DNS ed eventi di esecuzione dei processi, filtrando per pattern specifici dell'AI (endpoint API, download di modelli, protocolli di database vettoriali) prima di inoltrarli allo spazio utente.

Outpost (Deployment): Riceve eventi dagli Observer, analizza i protocolli applicativi (HTTP/1.1, HTTP/2, gRPC), classifica i servizi AI tramite pattern matching e arricchisce gli eventi con metadati Kubernetes correlando gli inode dei socket alle identità dei pod tramite /proc/net/tcp e informazioni sui cgroup.

Il traffico viene analizzato a livello di syscall — prima della crittografia TLS in uscita, dopo la decifratura in entrata — utilizzando uprobe sulle funzioni SSL_write/SSL_read. Vengono estratti solo metadati (intestazioni HTTP, dimensioni dei payload, latenze); i corpi delle richieste/risposte non vengono mai catturati.

Leggi: Come siamo usciti dalla trappola SSL/TLS

Community vs. Enterprise

AIOStack è gratuito da usare. Tutte le funzionalità principali basate su eBPF sono disponibili nella edizione community senza limitazioni.

Enterprise aggiunge integrazioni e supporto per team che eseguono carichi di lavoro AI al di fuori degli ambienti Kubernetes standard:

Nota: eBPF non è disponibile su Bedrock, Vertex, Databricks o altri runtime PaaS gestiti. Per questi ambienti, contattaci per integrazioni Enterprise senza agenti.

Parla con noi di Enterprise →

Documentazione

Documentazione completa: aurva.ai/docs

• Approfondimento sull'architettura
• Guida all'installazione
• Modello di sicurezza

Feedback e supporto

Stiamo sviluppando attivamente AIOStack e ci piacerebbe sentire il tuo parere:

• Richieste di funzionalità: GitHub Issues
• Segnalazioni di bug: GitHub Issues
• Domande: [email protected]

Licenza

Apache License 2.0 - vedi LICENSE per i dettagli.

La versione ospitata su app.aurva.ai fornisce storage gestito ClickHouse® e hosting dell'interfaccia utente. Tutta la logica di osservabilità principale sarà resa open source in questo repository una volta approvata dal nostro Chief Architect.

⭐ Cronologia stelle

Realizzato da Aurva