Servidor MCP de Modelagem de Ameaças

Um servidor Model Context Protocol (MCP) para modelagem de ameaças abrangente com validação de código guiada.

Índice

• Visão Geral
• Prompts de Início Rápido
• Principais Recursos
• Pré-requisitos
• Instalação
• Executando com o Kiro CLI
• Gerenciamento de Arquivos de Saída
• Referência Rápida
• Visão Geral das Ferramentas
• Metodologia de Modelagem de Ameaças
• Premissas na Modelagem de Ameaças
• Desenvolvimento

Visão Geral

Este servidor fornece ferramentas para modelagem de ameaças, incluindo análise de contexto de negócio, análise de arquitetura, análise de atores de ameaça, análise de limites de confiança, análise de fluxo de ativos, validação de segurança de código e geração de relatórios abrangentes.

Arquitetura e Abordagem

Este Servidor MCP chama o LLM do agente existente em vez de fazer uma chamada de API externa ou de rede para um serviço diferente. Ele depende do LLM do cliente existente, que pode ser Amazon-Q, Kiro ou Cline.

Este Servidor MCP de Modelagem de Ameaças tem três funcionalidades principais:

1. Gerenciamento de fases ou estados de modelagem de ameaças e controle de prompts.
2. Direcionamento de prompts, que controla o agente para seguir uma abordagem metódica de modelagem de ameaças usando definições integradas de riscos de negócio, exposições, atores de ameaça e usar STRIDE em ordem sequencial.
3. Validação de entrada estruturada e verificações de conclusão de fase que suportam um relatório de modelo de ameaças acionável.

Ele também possui ferramentas para gerar um relatório final em formatos exportáveis Markdown e JSON.

Principais Vantagens desta abordagem

• Este modelo de ameaças segue a abordagem padrão STRIDE para modelagem de ameaças em fases, em vez de uma conclusão rápida de ativos, limites e ameaças, o que pode levar a alucinações ou resultados de baixa qualidade.
• Há um esforço do LLM para entender o contexto de negócio do projeto e fazer premissas válidas que podem ser controladas pelo usuário.
• Este servidor local depende do LLM configurado no cliente MCP (Cline, Amazon Q, Kiro) em vez de chamar uma API de modelo separada. A exposição de dados depende do cliente e de quaisquer outros servidores MCP que o cliente invoque.
• O servidor mantém o modelo de ameaças em andamento na memória para o processo atual. As ferramentas de exportação podem gravar snapshots JSON e Markdown em um diretório .threatmodel, mas esses snapshots não são carregados automaticamente em uma sessão posterior.
• A ferramenta de validação de código registra evidências fornecidas pelo cliente após inspecionar a implementação, aplica transições de status atomicamente e falha a fase de forma fechada até que cada ameaça e mitigação atual esteja coberta.

Prompts de Início Rápido e Exemplos de como fazer modelagem de ameaças com este servidor MCP

Nota: Antes de usar estes prompts, você deve primeiro concluir o processo de Instalação para configurar o servidor MCP.

Iniciar um modelo de ameaças

"Threat model this project using the threat modeling MCP Server"

Ser específico no prompt para usar o Servidor MCP de modelagem de ameaças garantirá que o cliente (Cline/Kiro/etc) siga as fases e a metodologia exatas, em vez de tomar um caminho mais curto e introduzir alucinações nos resultados.

Modelar ameaças de um subprojeto ou reduzir o escopo para uma subpasta

"Threat model this subfolder using the threat modeling MCP Server"

Executá-lo em uma subpasta limita o escopo de análise pretendido. Para salvar exportações lá, solicite um caminho de saída dentro dessa subpasta; o local de exportação não é inferido automaticamente a partir do escopo de análise.

Salvar o resultado do modelo de ameaças

"Save the threat model report"

Validar a completude do processo de modelagem de ameaças

"Please complete all the phases in the threat model plan and then generate the final report."

Fornecer uma imagem de diagrama de arquitetura como entrada

"Threat model this project using the threat model MCP server and consider this architecture_image.png attached for this review"

Tentar remediar as ameaças

"Can you see if you can implement mitigation controls in the code based on the threats reported in the threat model"

Regenerar o modelo de ameaças com base nas correções de código

"Can you updated the threat model based on the code fixes which mitigated the reported threats"

Mais exemplos

# Set up context
"Set business context for an e-commerce payment system"

# Add architecture
"Add a web server component using AWS EC2"
"Add a database component using AWS RDS"

# Identify threats
"Add a threat where an attacker with network access performs SQL injection"

# Add mitigations
"Add a mitigation for input validation"

# Export results
"Export the threat model to my_model.tc.json"

Principais Recursos

• Modelagem de Ameaças Abrangente: Abordagem estruturada para identificar, avaliar e tratar riscos de segurança
• Validação de Código Baseada em Evidências: Registra evidências de implementação, atualiza status e produz um relatório determinístico
• Análise de Contexto de Negócio: Entender o valor de negócio e a criticidade do sistema
• Análise de Arquitetura: Documentar a arquitetura técnica do sistema e os fluxos de dados
• Análise de Atores de Ameaça: Identificar potenciais adversários e avaliar suas capacidades
• Análise de Limites de Confiança: Identificar zonas de confiança e validar controles de segurança nos limites
• Análise de Fluxo de Ativos: Rastrear ativos críticos através do sistema
• Identificação de Ameaças: Identificar sistematicamente potenciais ameaças usando a metodologia STRIDE
• Planejamento de Mitigação: Desenvolver estratégias para tratar as ameaças identificadas
• Gerenciadores de Domínio Compactos: Ferramentas baseadas em ações para premissas, arquitetura, atores, limites, ativos, ameaças e mitigações
• Guia de Modelagem de Ameaças: Orientação passo a passo através do processo de modelagem de ameaças
• Inspeção de Modelo de Dados: Uma ferramenta para listar modelos de enum e inspecionar valores aceitos

Pré-requisitos

Antes de instalar o Servidor MCP de Modelagem de Ameaças, certifique-se de ter os seguintes requisitos:

Requisitos de Instalação

1. Instale o uvx do Astral ou do README do GitHub
   • uvx faz parte do gerenciador de pacotes uv
   • Verifique a instalação: uvx --version

Instalação

Depois de ter o uvx instalado e verificado como funcional, adicione a configuração abaixo ao seu arquivo de configuração mcp.json. Dependendo do tipo de cliente que você está usando (kiro/cline/amazon-q), a localização deste mcp.json será diferente. Depois de adicionar a configuração e reiniciar sua IDE, o Servidor MCP de Modelagem de Ameaças será instalado automaticamente diretamente deste repositório GitHub usando uvx.

Nota: As ferramentas usadas por este servidor mcp para modelagem de ameaças já estão adicionadas ao autoApprove para facilitar a experiência do usuário, o que permite operação contínua sem prompts de aprovação manual para cada chamada de ferramenta. Todas as ferramentas são internas ao servidor e não fazem chamadas de API externas. Se você quiser revisar cada uma das ferramentas e aprová-la por invocação, então você precisa substituir o array autoApprove por isto: "autoApprove": []