DVAP — OWASP에 부합하는 의도적으로 취약하게 설계된 플랫폼으로, AI, LLM, RAG, MCP 및 에이전틱 AI 보안을 학습하고 테스트하기 위한 것입니다. | Kitploit

DVAP - 대단히 취약한 AI 플랫폼

훈련. 공격. 방어. AI 시스템.

AI 보안 교육, 레드/블루 팀 활동, CTF, 벤치마킹 및 연구를 위한 오픈소스 플랫폼입니다. 100% 로컬에서 실행됩니다. 클라우드 없음, 유료 API 없음, 데이터가 사용자의 기계를 떠나지 않습니다.

사전 요구사항

Docker 24+ 및 Docker Compose v2
16 GB RAM 최소 (Ollama는 모델을 메모리에 로드합니다. 8 GB는 소형 모델에서만 작동)
기본 이미지 및 최소 하나의 모델에 대해 20 GB의 여유 디스크 공간
x86-64 CPU; Apple Silicon 및 ARM64는 지원되지만 테스트되지 않음

GPU는 선택 사항입니다. Ollama는 CPU에서 실행되지만 GPU 없이는 추론 속도가 느립니다.

빠른 시작

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

	DVAP	DVWA	HackTheBox	Gandalf (Lakera)	블로그 포스트/논문
AI 특화 취약점	예	아니오	부분적	부분적	예 (이론만)
로컬, 클라우드 없음	예	예	아니오	아니오	해당 없음
15개의 전용 AI 연구소	예	아니오	아니오	아니오	아니오
LLM 벤치마크 엔진	예	아니오	아니오	아니오	아니오
깃발이 있는 CTF	예	예	예	아니오	아니오
OWASP LLM Top 10 적용 범위	전체	아니오	부분적	부분적	다양함
MITRE ATLAS 매핑	예	아니오	아니오	아니오	다양함
보고서 생성	예	아니오	아니오	아니오	아니오
연구 작업 공간	예	아니오	아니오	아니오	아니오
에이전트 및 MCP 보안	예	아니오	아니오	아니오	아니오
무료 및 오픈소스	예	예	부분적	아니오	예

연구소	난이도	OWASP LLM	MITRE ATLAS
Prompt Injection	초급	LLM01	AML.T0051, AML.T0054
Memory Poisoning	중급	LLM02	AML.T0054
RAG Poisoning	중급	LLM02, LLM03	AML.T0020, AML.T0043
Tool Output Injection	중급	LLM07	AML.T0054, AML.T0068
MCP Security	고급	LLM07	AML.T0068
Browser Agent Security	고급	LLM07, LLM09	AML.T0054
Multi-Agent Security	고급	LLM08	AML.T0054
Autonomous Agent Security	고급	LLM08, LLM09	AML.T0054
Data Exfiltration	고급	LLM06	AML.T0057, AML.T0058
Agent Identity and Trust Abuse	고급	LLM08	AML.T0058
AI Banking Platform	중급	LLM01, LLM06	AML.T0043
AI Healthcare Environment	고급	LLM01, LLM06	AML.T0043
Multi-Tenant AI SaaS	고급	LLM06	AML.T0043
AI Supply Chain Security	전문가	LLM03, LLM05	AML.T0010, AML.T0048
AI Developer Platform	전문가	LLM03, LLM07	AML.T0010, AML.T0068

카테고리	이름	연구소	상태
LLM01	프롬프트 인젝션	Prompt Injection, AI Banking Platform, AI Healthcare Environment	적용됨
LLM02	데이터 및 메모리 중독	Memory Poisoning, RAG Poisoning	적용됨
LLM03	공급망 및 훈련 데이터 위험	RAG Poisoning, AI Supply Chain Security, AI Developer Platform	적용됨
LLM04	모델 서비스 거부		계획됨 (v1.2)
LLM05	안전하지 않은 공급망	AI Supply Chain Security	적용됨
LLM06	민감 정보 노출	Data Exfiltration, AI Banking Platform, AI Healthcare Environment, Multi-Tenant AI SaaS	적용됨
LLM07	안전하지 않은 플러그인 설계	Tool Output Injection, MCP Security, Browser Agent Security, AI Developer Platform	적용됨
LLM08	과도한 에이전시	Multi-Agent Security, Autonomous Agent Security, Agent Identity and Trust Abuse	적용됨
LLM09	과도한 의존	Browser Agent Security, Autonomous Agent Security	적용됨
LLM10	모델 도난		계획됨 (v1.2)

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

서비스	포트 (내부)	용도
PostgreSQL	5432	기본 데이터 저장소
Redis	6379	속도 제한, 인스턴스 TTL
Qdrant	6333	결과에 대한 의미론적 검색
Ollama	11434	로컬 LLM 추론
API	8000	FastAPI 백엔드
Web	3000	Next.js 프론트엔드
Nginx	8080 (호스트)	리버스 프록시

# 개발 (기본값) - docker-compose.override.yml 자동 로드
# API 및 프론트엔드에 대한 핫 리로드, 소스가 볼륨으로 마운트됨
docker compose up -d

# 프로덕션 - 빌드된 이미지, 볼륨 마운트 없음, 4개의 uvicorn 워커
docker compose -f docker-compose.yml up -d

⚗️ AI 보안 연구소 _{모든 주요 공격 클래스에 걸친 15개의 컨테이너화된 취약 AI 환경}	🚩 CTF 챌린지 _{OWASP LLM Top 10 및 MITRE ATLAS에 매핑된 깃발, 힌트 및 워크스루}
📊 벤치마크 센터 _{프롬프트 인젝션, 제일브레이크 및 데이터 유출 스위트에 대해 로컬 LLM 평가}	🔬 연구 작업 공간 _{프롬프트, 메모리, 도구 호출 및 에이전트 동작의 전체 추적 기록}

DVAP

인기

목차

DVAP이란?

왜 DVAP인가?

DVAP의 차별점

주요 기능

플랫폼 개요

🎬 데모

📸 스크린샷

🖥️ 연구 지휘 센터

🧩 플랫폼 모듈

🛡️ 결과 대시보드

연구소

OWASP LLM Top 10 적용 범위

아키텍처

보안 아키텍처

네트워크 격리

Docker 소켓 액세스

인스턴스 TTL

속도 제한

서비스

환경 변수

업그레이드

자동으로 업그레이드되는 것

절대 변경되지 않는 것

새로운 환경 변수 확인

개발 vs 프로덕션

테스트 실행

로드맵

v1.1 - 연구소 범위 확장

v1.2 - 향상된 벤치마킹

v1.3 - 플랫폼 개선

v2.0 - AI 레드 팀 자동화

거버넌스

기여

라이선스