Securekit

O Securekit protege o que seus modelos executam—em qualquer sistema de IA.

O Securekit é um kernel de segurança agnóstico de protocolo para execução de ferramentas de IA.
Ele se posiciona entre qualquer sistema de LLM ou agente e as ferramentas que eles utilizam, aplicando execução de confiança zero, isolamento em sandbox e controle baseado em políticas.

Ele foi projetado para ser plug-and-play, modular e extensível, funcionando com MCP, chamadas de ferramentas da OpenAI e frameworks de agentes personalizados.

🧠 Por que o Securekit existe

Os sistemas de IA modernos não estão mais apenas gerando texto—eles estão executando ações:

• lendo e escrevendo arquivos
• chamando APIs externas
• executando código
• acionando fluxos de trabalho
• interagindo com sistemas e redes

Isso introduz um risco crítico:

Cada chamada de ferramenta é uma superfície de ataque em potencial.

O Securekit introduz uma camada universal de segurança de execução que aplica controle antes que qualquer ação seja executada.

🧱 Visão Geral da Arquitetura

Sistema de LLM / Agente
        ↓
Camada de Adaptador de Protocolo
(MCP / OpenAI / Personalizado / Protocolos Futuros)
        ↓
Núcleo do Securekit
- Mecanismo de Políticas
- Sistema de Capacidades
- Firewall de Injeção de Prompts
- Mecanismo de Pontuação de Risco
- Classificador de Intenção
- Firewall de Fluxo de Dados
- Auditoria e Recibos
        ↓
Orquestrador de Sandbox
(gVisor / Firecracker / Docker / WASM)
        ↓
Camada de Execução Controlada
(Fronteiras de Sistema de Arquivos / Rede / Sistema)

⚙️ Lista Completa de Recursos

🔌 Design Agnóstico de Protocolo

• Funciona com qualquer sistema de IA ou framework de agentes
• Camada de adaptador compatível com MCP
• Suporte a chamadas de ferramentas/funções da OpenAI
• Interface de adaptador de protocolo personalizado
• Camada de abstração de protocolo à prova de futuro

🛡️ Mecanismo de Políticas de Confiança Zero

• Cada chamada de ferramenta é validada antes da execução
• Regras de política declarativas
• Herança de políticas em múltiplas camadas (global, organização, projeto, sessão)
• Modelo de segurança de negação por padrão

🧩 Sistema de Capacidades

• Permissões com limite de tempo (acesso baseado em TTL)
• Capacidades de ferramentas com escopo
• Direitos de execução revogáveis
• Controle de acesso granular a ferramentas

🧠 Firewall de Injeção de Prompts

• Detecta tentativas de sobrescrita de instruções
• Neutraliza comandos ocultos ou maliciosos em saídas de ferramentas
• Protege contra cadeias de injeção indireta de prompts
• Sanitiza conteúdo gerado por modelos não confiável

🌐 Firewall de Fluxo de Dados

• Controla como os dados se movem entre ferramentas
• Previne encadeamento inseguro de saídas
• Bloqueia padrões de exfiltração entre ferramentas
• Aplica regras de roteamento de dados baseadas em risco

🧪 Mecanismo de Simulação de Execução

• Simula a execução da ferramenta antes de executá-la
• Prevê violações de políticas
• Previne ações inseguras antes da execução
• Modo de execução simulada (dry-run) para operações de alto risco

📊 Sistema de Confiança e Reputação

• Pontuação de confiança dinâmica por ferramenta
• Análise comportamental ao longo do tempo
• Degradação automática de risco para ferramentas suspeitas
• Restrições de execução adaptativas baseadas em confiança

🧯 Interruptor de Emergência e Modo de Contenção

• Interrupção instantânea da execução na detecção de anomalias
• Modo de isolamento de sessão
• Revogação automática de privilégios
• Execução de fallback em estado seguro

🧾 Recibos de Execução (Sistema de Auditoria)

• Logs de execução rastreáveis criptograficamente
• Hash de entradas/saídas
• Rastreamento de decisões de políticas
• Metadados de execução em sandbox
• Rastreabilidade forense completa

🔐 Camada de Execução em Sandbox

• Suporte a sandbox gVisor (padrão)
• Isolamento em VM Firecracker (modo de alta segurança)
• Execução em contêiner Docker (modo de compatibilidade)
• Suporte a runtime WASM (execução leve)
• Ambientes de sistema de arquivos e rede totalmente isolados

🧭 Sistema de Classificação de Intenção

• Classifica a intenção de uso da ferramenta:
  • recuperação de dados
  • modificação do sistema
  • comunicação externa
  • comportamento desconhecido
• Aplicação de políticas com base no tipo de intenção

Módulo do Sistema de Classificação de Intenção

Habilite segurança inteligente e consciente de intenção por meio de análise multiagente coordenada que avalia por que uma ferramenta está sendo invocada antes de ser executada. Em vez de depender apenas de nomes de ferramentas ou ações solicitadas, agentes especializados colaboram para classificar a intenção de execução, avaliar o risco e aplicar políticas de segurança com base no resultado pretendido.

Recursos

• Classificação de intenção multiagente
• Detecção de recuperação de dados
• Detecção de modificação do sistema
• Detecção de comunicação externa
• Detecção de comportamento desconhecido ou ambíguo
• Pontuação de confiança da intenção
• Análise de intenção consciente do contexto
• Validação de consenso entre agentes
• Aplicação de políticas com base na intenção classificada
• Verificação de capacidades específicas da intenção
• Escalonamento automático para intenção incerta
• Detecção de anomalias de intenção
• Comparação histórica de intenções
• Registro de auditoria de intenções
• Taxonomias de intenção configuráveis
• Plugins personalizados de classificação de intenção
• Suporte a intenção multirrótulo
• Resolução de conflitos de intenção
• Ganchos de aprendizado adaptativo para classificadores futuros
• Monitoramento de intenção em tempo real
• Decisões de classificação explicáveis
• Integração com o mecanismo de políticas e controles de sandbox

Fluxo de Trabalho Multiagente

1. Agente de Análise de Solicitação

   • Analisa a solicitação de ferramenta recebida.
   • Extrai metadados contextuais e objetivos de execução.

2. Agente de Classificação de Intenção

   • Determina a intenção de execução mais provável.
   • Atribui pontuações de confiança a uma ou mais categorias de intenção.

3. Agente de Validação de Contexto

   • Revisa o histórico da conversa, o estado do fluxo de trabalho e as ações anteriores.
   • Detecta inconsistências ou contexto suspeito.

4. Agente de Avaliação de Risco

   • Avalia as implicações de segurança da intenção classificada.
   • Identifica comportamento de alto risco ou inesperado.

5. Agente de Aplicação de Políticas

   • Aplica políticas de segurança específicas da intenção.
   • Valida permissões, capacidades e restrições de execução.

6. Agente de Consenso

   • Resolve divergências entre os agentes de classificação e validação.
   • Produz uma decisão final de intenção verificada.

7. Agente de Auditoria

   • Registra resultados de classificação, níveis de confiança, decisões de políticas e resultados de execução para análise forense.

Categorias de Intenção Suportadas

• Recuperação de Dados
• Modificação do Sistema
• Comunicação Externa
• Comportamento Desconhecido
• Intenções personalizadas definidas pelo administrador

Benefícios

• Previne execução baseada apenas em suposições geradas pelo modelo
• Detecta padrões comportamentais maliciosos ou inesperados
• Melhora a tomada de decisão de confiança zero
• Reduz o impacto de ataques de injeção de prompts
• Permite aplicação granular de políticas
• Fornece decisões de segurança explicáveis
• Melhora a auditabilidade e conformidade
• Suporta segurança de IA agnóstica de protocolo em qualquer framework de LLM ou agente

🌍 Controles de Segurança de Rede

• Acesso de rede de saída negado por padrão
• Lista de permissões de domínios/IPs
• Políticas de rede específicas por ferramenta
• Inspeção opcional em nível de solicitação
• Heurísticas de detecção de exfiltração

🔁 Camada de Tradução Entre Protocolos

• Interoperabilidade de ferramentas MCP ↔ OpenAI
• Modelo de execução unificado entre frameworks
• Conversão de protocolo baseada em adaptadores
• Compatibilidade com protocolos futuros incorporada

🧩 Arquitetura de Plugins

• Pipeline de segurança extensível
• Módulos de firewall personalizados
• Plugins de pontuação de risco
• Módulos de conformidade e governança
• Extensões de segurança específicas de domínio

🔁 Modo de Simulação de Execução e Visualização Prévia

• Análise pré-execução de todas as chamadas de ferramentas
• Visualização prévia do impacto de políticas
• Avaliação segura de operações de alto risco

🔐 Assinatura Criptográfica de Políticas

• Aplicação de políticas assinadas
• Validação de configuração à prova de adulteração
• Distribuição segura de políticas para equipes e empresas

📈 Painel de Observabilidade (planejado)

• Gráficos de execução de ferramentas
• Rastreamento de decisões de políticas
• Monitoramento de atividade em sandbox
• Mapas de calor de risco
• Linha do tempo de eventos de segurança

🧩 Filosofia de Design

Nenhum sistema de IA deve executar, acessar ou se comunicar diretamente sem passar por um kernel de segurança verificável.

O Securekit aplica:

• Confiança implícita zero
• Fronteiras de execução controladas
• Auditabilidade completa de todas as ações de ferramentas
• Independência de protocolo (MCP, OpenAI, agentes personalizados, sistemas futuros)
• Arquitetura de segurança extensível baseada em plugins

O sistema é projetado como um substrato de segurança para IA agêntica, não como um wrapper de aplicação.

🚀 Instalação (em breve)

O Securekit está atualmente em fase inicial de design.
Implementações de referência serão fornecidas para:

• SDK Python
• SDK Node
• Runtime principal em Rust
• Ferramentas de CLI
• Implantação Docker
• Modo sidecar Kubernetes

🤝 Contribuindo

Contribuições são bem-vindas.

Por favor, garanta que todas as contribuições:

• estejam em conformidade com AGPL-3.0+
• mantenham os princípios de execução de confiança zero do Securekit
• sigam os padrões de interface de adaptadores e plugins
• não contornem as camadas de sandbox ou aplicação de políticas

Licença de Marca de Especificação (SBL)

Padrão

• Sistema totalmente em conformidade com AGPL-3.0+
• Copyleft aplicado para implantações em rede
• Atribuição obrigatória:
  • Roxanne Ardary
  • https://www.roxanneardary.com/

Opcional

• Licença de Marca de Especificação (SBL)
  • Implantação comercial sem atribuição
  • Preço baseado em escala, uso e escopo da implantação
  • https://roxanneardary.com/securekit/

📜 Requisitos de Licença e Aviso

O Securekit é lançado sob a GNU Affero General Public License v3.0 ou posterior (AGPL-3.0+).
Ao contribuir para este projeto, você concorda que suas contribuições também serão lançadas sob esta licença.

Observe o seguinte:

• Todas as contribuições devem estar em conformidade com os termos da AGPL-3.0+.
• Sob a Seção 7 da licença, todas as redistribuições, forks e obras derivadas devem preservar a atribuição a:
  Roxanne Ardary e roxanneardary.com.
• As especificações do Securekit são gratuitas para uso com atribuição. Uma Licença de Marca de Especificação pode ser negociada mediante solicitação.
• O arquivo notice.md do projeto rastreia os requisitos de atribuição e os reconhecimentos de contribuidores.
  Qualquer atualização que adicione novos contribuidores ou modifique a atribuição também deve atualizar o notice.md.
• Ao enviar uma solicitação de pull, garanta que quaisquer novos arquivos mantenham os cabeçalhos de atribuição quando aplicável.
• Versões deste software implantadas em rede também devem permanecer totalmente em conformidade com AGPL-3.0+, incluindo a exposição de modificações do código-fonte quando aplicável sob a licença.

Para detalhes legais completos, consulte a licença AGPL-3.0+ e o arquivo notice.md do projeto.

🛡️ Resumo

O Securekit é um kernel de segurança agnóstico de protocolo para execução de ferramentas de IA que fornece:

• Aplicação de confiança zero
• Ambientes de execução em sandbox
• Detecção de ameaças consciente de IA
• Compatibilidade entre protocolos
• Auditabilidade completa de execução

Ele funciona como uma camada de segurança universal para sistemas de IA agêntica, garantindo que nenhum modelo possa executar ferramentas sem passar por um plano de controle verificável.

Open Arsenal Hub
https://gitlab.com/Roxanne_Ardary/open-arsenal-specs