AgentWard · 玄甲OS

**AgentWard (玄甲)**은 신뢰할 수 있고 확장 가능한 AI 에이전트 배포를 위해 설계된 풀스택 보안 운영 체제로, OpenClaw에 대한 네이티브 코드 적응을 제공합니다. AgentWard는 에이전트 온보딩, 안전한 추론 및 신뢰 실행을 하나의 통합된 보안 아키텍처로 통합하며, 다른 주요 메인스트림 에이전트 프레임워크에 대한 네이티브 지원을 곧 제공할 예정입니다. 이기종 심층 방어(Defense-in-Depth) 설계는 에이전트 워크플로우를 시작, 인식, 메모리, 의사 결정 및 실행이라는 5가지 조정된 보안 계층으로 재구성하며, 기반 무결성 검증, 적대적 속임수 차단, 메모리 변조 방지, 모든 자율 결정 및 고위험 명령 검증을 수행하는 동적 교차 단계 보호를 제공합니다. 이는 "시작부터 신뢰할 수 있고, 과정 내내 제어 가능하며, 결과가 신뢰할 수 있다"는 약속을 실현하는 완전한 종단 간 폐쇄형 보안 루프입니다. 이 리포지토리가 유용하다면, AgentWard 아키텍처 설계에 관한 논문을 인용해 주십시오:

@misc{zhang2026agentwardlifecyclesecurityarchitecture,
      title={AgentWard: A Lifecycle Security Architecture for Autonomous AI Agents}, 
      author={Yixiang Zhang and Xinhao Deng and Jiaqing Wu and Yue Xiao and Ke Xu and Qi Li},
      year={2026},
      eprint={2604.24657},
      archivePrefix={arXiv},
      primaryClass={cs.CR},
      url={https://arxiv.org/abs/2604.24657}, 
}

Why AgentWard

• 🛡️ 포괄적인 위험 커버리지 — 이기종 심층 방어(Defense-in-Depth, DiD) 아키텍처가 전체 범위의 에이전트 보안을 보장하며, 전체 에이전트 공격 표면에 걸친 다양한 공격 벡터를 차단합니다.
• ⚡ 원클릭 배포 — 플러그인 네이티브 설계가 보안을 에이전트 전체 라이프사이클에 자연스럽게 통합합니다. 비침투적 통합을 통해 한 번의 클릭으로 포괄적인 에이전트 보안을 활성화하며, OpenClaw에 대한 원활하고 빠른 버전 적응을 보장합니다.
• 🔒 결정론적 시스템 수준 제어 — 내생적 보안에 의존하는 기술 기반 솔루션보다 뛰어난, 결정론적이고 완전히 감사 가능하며 코드로 강제된 보안을 제공하며, 대규모 배포 및 프로덕션 등급 준비에 대한 네이티브 지원을 포함합니다.
• 🌐 개방형 및 확장 가능한 보안 표준 — 커뮤니티 주도, 투명하고 감사 가능한 개방형 표준으로, 확장성을 위해 설계된 모듈식 아키텍처를 갖추고 있습니다. 완전한 프레임워크-알고리즘 분리로 고급 탐지 알고리즘의 손쉬운 통합을 지원하며, 일반 에이전트 시스템으로 지원을 확장할 로드맵을 가지고 있습니다.

Quick Start

1. ⚡ 설치 또는 업데이트

   root@kitploit:~

   # Run the setup script
   bash /path/to/agent-ward/setup.sh
   

2. ✅ 설치 확인

   root@kitploit:~

   openclaw plugins list
   

   그런 다음 OpenClaw의 향상된 보안을 즐기십시오!

Systematic Architecture

AgentWard는 OpenClaw 플랫폼과 네이티브하게 깊게 통합되어 있으며, AI 에이전트의 전체 라이프사이클 워크플로우에 네이티브 보안 기능을 내장합니다. 이기종 심층 방어 아키텍처는 격리된 단일 지점 보안 검사를 폐쇄 루프의 조정된 시스템 수준 보호 시스템으로 재구성하여, AI 에이전트에 대해 시작부터 실행까지 종단 간, 전 체인 신뢰 보증을 제공합니다.

Five Coordinated Defense Layers

AgentWard는 긴밀하게 통합된 5개 계층을 통해 시스템 수준 보안을 제공합니다. 이들은 함께 작동하여 격리된 보안 검사를 AI 에이전트를 위한 통합된 종단 간 보호 시스템으로 변환합니다.

🚨 위협 대응 및 완화

• 📢 위협 감지 시 IM을 통해 경고 메시지 전송
• 🛑 사람의 개입 없이 위험한 작업을 자동으로 차단
• 📝 위험 이해를 돕는 명확한 경고 설명

⚙️ 유연한 설정

• 🎚️ 각 보호 계층을 독립적으로 활성화/비활성화 가능
• 👁️ "탐지만" 모드를 지원하여 오탐지 영향을 줄임
• 📋 일부 계층은 특정 시나리오 요구 사항을 충족하기 위해 사용자 정의 규칙 지원

Defense Visualization

🏗️ Layer 1: Foundation Scan

에이전트가 신뢰할 수 있는 기반에서 시작하도록 보장합니다.

🧼 Layer 2: Input Sanitization

에이전트로 전파되기 전에 적대적 입력을 식별합니다.

🧠 Layer 3: Cognition Protection

장기 메모리와 컨텍스트 연속성을 중독으로부터 보호합니다.

🎯 Layer 4: Decision Alignment

에이전트의 결정이 승인된 사용자 의도와 일치하도록 유지합니다.

🔧 Layer 5: Execution Control

실행 시점에 안전 경계를 강제합니다.

Roadmap

🏆 종단 간 풀스택 보안 시스템

로드맵은 에이전트 라이프사이클 전체(구성, 입력 처리, 인지, 의사 결정, 실행)를 보호하도록 설계된 다계층 방어 아키텍처를 중심으로 구성됩니다.

📐 시스템 인프라 프레임워크

• ✅ 플러그인 네이티브 모듈 아키텍처
• ✅ 기본 어댑터 제품군
• ✅ 코어 탐지 엔진
  • ✅ 휴리스틱 규칙 기반 탐지 모듈
  • ✅ 의도 위험 평가 시스템
  • 🚀 신뢰 인식 위험 평가 기능
• 🚀 이기종 OS 지원
  • ✅ Linux
  • 🚀 macOS
  • 🚀 Windows

🏗️ 기반 검사 계층

• ✅ 글로벌 및 플러그인 수준 구성 보안 검사
• ✅ 의미론적 악성 스킬 탐지
• 🚀 스킬 소스 검증
• 🚀 플러그인 의존성 분석
• 🚀 하이브리드 자연어 및 코드 취약점 탐지

🧼 입력 정화 계층

• ✅ 규칙 기반 인젝션 및 탈옥 탐지
• ✅ 사용자 입력에 대한 의미론적 일관성 분석
• ✅ 조각난 악성 명령 탐지
• 🚀 다중 턴 은밀 공격 탐지
• 🚀 안전한 악성 콘텐츠 재작성 및 대체
• 🚀 다중 모달 인젝션 공격 탐지

🧠 인지 보호 계층

• ✅ 메모리 일관성 평가 및 보정
• 🚀 악성 메모리 코퍼스 구축 및 위협 매칭
• 🚀 메모리 벡터화 및 이상치 탐지
• 🚀 체크포인트 기반 메모리 복구
• 🚀 컨텍스트 드리프트 탐지 및 수정

🎯 결정 정렬 계층

• ✅ 에이전트 결정과 사용자 의도 간 일관성 검증
• 🚀 정적 규칙 필터링 및 규정 준수 확인
• 🚀 다중 단계 궤적 추론 감사
• 🚀 위험 적응형 동적 권한 할당
• 🚀 고위험 행동 식별 및 안전한 재작성

🔧 실행 제어 계층

• ✅ 고위험 시스템 명령의 실시간 차단
• ✅ 행동 의도 분석 및 위험 평가
• 🚀 ID 인식 동적 권한 제어 및 접근 제한
• 🚀 에이전트 행동에 대한 실행 전 보안 검증
• 🚀 비정상 실행 상태에 대한 자동 롤백 및 복구
• 🚀 eBPF 기반 시스템 수준 가시성
  • 🚀 실시간 리소스 모니터링 및 적응형 제한
  • 🚀 네트워크 페이로드 감사 및 이상 탐지

🤝 교차 계층 협업

• ✅ 글로벌 정보 수집 및 위험 발견
• 🚀 과거 행동 기반 신뢰 프로파일링
• 🚀 역할 인식 위험 점수 및 동적 권한 할당
• 🚀 오염 전파 및 종단 간 시스템 감사

범례: ✅ 완료 | 🚀 진행 중

Acknowledgements

이 리포지토리의 모든 기여자에게 감사드립니다. 기여자는 다음과 같습니다: Qi Li, Xinhao Deng, Yixiang Zhang, Jiaqing Wu, Yue Xiao, Rennai Qiu, Zhuoheng Zou, Jiaqi Bai, Jiaxing Song, 그리고 Ke Xu.