beelzebub-labs/beelzebub

解決的問題

Beelzebub 是一個欺騙執行階段框架，旨在超越傳統的被動式蜜罐。它會建立具適應性且由 LLM 驅動的誘餌服務，主動與攻擊者交涉以收集高保真度的威脅情資、識別攻擊者戰術（TTPs），並專門偵測針對 AI 代理程式的提示注入攻擊。

運作方式

系統會在多個協定（SSH、HTTP、TCP、TELNET 和 MCP）上部署誘餌服務。它採用雙層配置系統，透過 YAML 管理核心設定與個別服務定義。

為了讓誘餌更逼真，它整合了 LLM（透過 OpenAI 或 Ollama）以即時產生符合情境的準確回應。它還具備外掛系統，允許開發者建立自訂回應產生器或二進位 TCP 觀察器。對於 AI 代理程式，它使用模型上下文協定（MCP）來公開永遠不應被呼叫的「誘餌工具」；若代理程式呼叫了該工具，即代表發生了成功的提示注入攻擊。

適用對象

需要偵測入侵、研究攻擊者行為，並保護 AI 代理程式攻擊面免受提示注入攻擊的安全工程師與威脅情資分析師。

亮點

• 多協定支援：涵蓋 SSH、HTTP、TCP、TELNET 與 MCP。
• LLM 驅動的互動：使用即時 AI 讓攻擊者持續與逼真的回應進行互動。
• LLM 代理程式防禦：透過 MCP 誘餌工具專門偵測 AI 代理程式中的安全防護繞過行為。
• 可擴充架構：包含基於 Go 的外掛 SDK，可用於自訂邏輯與二進位 TCP 封裝。
• 可用於生產環境：支援 Docker、Kubernetes (Helm)、Prometheus 指標與 RabbitMQ 事件串流。