Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
Agentic-Evidence — OWASP 参考项目,用于智能体 AI 安全证据:将智能体执行、身份、工具调用和授权决策关联为调查时间线和可导出的证据包。 | Kitploit
工具/GitHubGitHub/owasp/agentic-evidence
防御工具取证分析威胁情报论文与研究事件响应精选资源AI 安全异常检测日志分析
GitHubowasp/agentic-evidence

Agentic-Evidence

OWASP 参考项目,用于智能体 AI 安全证据:将智能体执行、身份、工具调用和授权决策关联为调查时间线和可导出的证据包。

16天前尚未审核

最受欢迎

查看全部 →

发现我们社区最常用的工具。

探索所有工具

浏览我们的工具集合

查看所有工具 →
分享
查看仓库

Agentic Evidence

面向 Agentic AI 的安全证据与可观测性

Agentic Evidence 是一个 OWASP 开源参考项目,探索如何为 agentic AI 执行收集、关联和评估安全证据。

Agent 可观测性可以表明某个事件已被记录。而安全调查需要确定发生了什么、涉及哪些身份和权限、哪些输入影响了该操作、做出了哪些策略决策,以及现有证据实际支持哪些结论。

Agentic Evidence 聚焦于证据充分性、执行重建和安全调查。它补充而非重复 agent 安全分类体系和测试项目。

项目状态: 项目处于孵化阶段,初始实现正在规划中。本文档中描述的架构和命令代表预期的 MVP,可能会随着实现决策的最终确定而发生变化。

目标

  • 从关联的执行事件和安全事件中重建 agent 执行过程。
  • 将操作与身份、输入、检索内容、工具调用、授权决策和结果关联起来。
  • 使证据来源和证据缺口对调查人员可见。
  • 展示从已收集证据中可以得出和无法得出哪些结论。
  • 提供确定性、可重复的场景,供贡献者在本地运行。
  • 发布可扩展的证据分类体系以及面向安全从业者的实用指南。

初始场景

  1. 良性执行: 为正常的 agent 工作流建立基线。
  2. 检索投毒: 展示检索内容如何影响 agent 操作,以及证据是否捕获了这种关系。
  3. 工具描述符修改: 评估证据能否确定观察到或使用了哪个工具描述符,以及修改是否可被检测到。

场景应当是确定性的,并使用合成数据。除非实现和测试支持该结论,否则项目不得声称某种攻击可被检测到。

预期 MVP

首个版本计划为一个本地参考应用,具有以下特性:

  • 确定性场景运行器。
  • 带版本的 JSON 证据模式。
  • OpenTelemetry 执行遥测与关联。
  • 证据记录器和本地证据存储。
  • 安全调查界面,包含执行时间线、事件详情和证据缺口。
  • 可导出的证据包。
  • 自动化测试、Docker Compose 配置和贡献者文档。

拟议技术栈

组件拟议技术
应用/APIPython 搭配 FastAPI,或在适当场景使用 Go
证据格式带版本的 JSON 与 JSON Schema
遥测OpenTelemetry SDK 和 OTLP
本地存储SQLite 和/或 JSON 固定数据
调查 UIStreamlit 或等效的轻量级 UI
本地部署Docker Compose
测试pytest 和模式验证
持续集成GitHub Actions

这些是拟议的实现选择,并不保证每个组件都可用。架构决策应记录在仓库中,并且只有在有明确技术理由时才更改。

本项目不是什么

初始版本不打算成为:

  • 生产级 SIEM 或通用可观测性平台。
  • Agent 运行时、模型提供方或自主响应引擎。
  • 对 agent 安全或所记录证据真实性的保证。
  • 授权执行、运行时安全控制或事件响应的替代品。
  • 依赖实时 LLM、Kubernetes 或云基础设施。

遥测本身不是证据。 事件可能缺失、关联错误,或由受损组件生成。应用必须区分观察到的记录、组件断言、独立验证的证据和未知项。

概念工作流

  1. 运行确定性场景。
  2. 生成执行事件和安全事件。
  3. 将事件与 agent 运行及 trace 上下文进行关联。
  4. 验证事件结构并记录来源信息。
  5. 检查执行时间线、授权决策、结果以及证据缺口。
  6. 导出证据包,并将其与预期的场景发现进行比对。

仓库文档

  • 入门指南:本地环境搭建与首次运行工作流。
  • 资源:标准、规范及相关安全项目。
  • 常见问题:项目范围、证据可信度、遥测限制以及贡献相关问题。

项目原则

  • 先有证据,后有结论: 发现必须有明确证据支撑。
  • 让不确定性可见: 证据缺失本身就是一种结果,而不是凭空编造结论的理由。
  • 可重复性: 场景必须具有确定性输入和可测试的预期结果。
  • 最少数据: 默认使用合成输入,避免收集机密信息或不必要的个人数据。
  • 互操作性: 在适当情况下优先采用有文档记录的 schema 和既有的遥测约定。
  • 安全设计: 将证据摄取、存储、导出以及调查界面视为安全敏感组件。

贡献

欢迎在以下领域做出贡献:

  • 证据 schema 设计与验证。
  • Agent 安全场景与可复现的测试用例。
  • 遥测收集与事件关联。
  • 证据来源、完整性与分析。
  • 调查界面改进。
  • 自动化测试与文档。

在开始实质性工作之前:

  1. 查看现有 issue 和项目路线图。
  2. 提交或评论一个描述拟议变更的 issue。
  3. 保持 pull request 聚焦,并在适用时包含测试或可复现的证据。
  4. 切勿提交机密信息、真实客户数据或敏感的生产环境 trace。

请遵循仓库的贡献指南以了解当前要求。

许可证

本项目拟采用 Apache License 2.0,具体以仓库中发布的许可证文件为准。请查阅仓库中的 LICENSE 文件以获取权威条款。

致谢

Agentic Evidence 是一个 OWASP 项目。有关当前的领导团队、联系方式及项目状态,请参阅官方 OWASP 项目列表和仓库元数据。对第三方工具和服务的引用不代表 OWASP 的认可。

下载工具