使用说明

ApexGuard 的🛡️

多代理LLM系统的零信任执行层
通过加密策略执行和实时异常检测来管理、监控和保护自主AI代理。

🎯 概述

现代法学硕士代理人越来越自主，但风险也越来越大。 ApexGuard 的 是一个全面的 治理层 通过加密验证、基于角色的访问控制和实时异常检测，防止工具阴影、能力注入、策略绕过和未经授权的访问。

ApexGuard可以防止什么

威胁	预防
🎭 工具阴影	加密HMAC签名确保只执行注册的工具
🔧 能力注入	特工不能在训练中授予自己新的能力
💣 炸药操作	高冲击破坏性命令需要明确授权
🚫 架构违规	Pydantic验证可防止参数格式错误
🔓 策略绕过	多层强制阻止上下文操纵攻击

✨ 主要特点

✅ 零信任架构 --假设所有代理都是不可信的，除非另有证明
✅ 加密工具注册表 --HMAC签名的工具目录可防止欺骗
✅ RBAC策略引擎 --可在运行时部署版本化、可审计的策略
✅ Gemini驱动的策略生成 --将纯英文规则转换为结构化RBAC JSON
✅ 长期审计代理 --持续的异常检测和威胁标记
✅ 不可变审计日志 --每个决策都记录了完整的背景和推理
✅ 实时仪表板 --监控执行、异常和代理行为
✅ 生产部署 --实时渲染；可扩展、容器化、安全

🏗️ 建筑

┌──────────────────────────────────────────────┐
│     Multi-Agent Orchestrator                 │
│     (Routes tasks to specialists)            │
└────┬────────────────────┬────────────────────┘
     │                    │
 ┌───▼──┐  ┌──────┐  ┌────▼────┐
 │Agent │  │Agent │  │Agent    │
 │Data  │  │Code  │  │Finance  │
 └───┬──┘  └──┬───┘  └────┬────┘
     │        │           │
     └────┬───┴─────┬─────┘
          │         │
    ┌─────▼─────────▼──────────────┐
    │   ApexGuard Enforcement       │
    │                              │
    │ ✓ Policy Validation          │
    │ ✓ Schema Checking            │
    │ ✓ RBAC Matching              │
    │ ✓ Anomaly Detection          │
    │ ✓ Audit Logging              │
    └─────┬──────────┬──────────────┘
          │          │
     ┌────▼──┐  ┌───▼───┐
     │ ALLOW │  │ BLOCK │
     │Logged │  │Escalate
     └───────┘  └───────┘

组件

执法引擎 --拦截每个工具调用；验证身份、签名、模式和策略
工具注册表 --加密签名目录；防止工具阴影
策略存储 --版本化的RBAC策略；运行时可部署
AI策略生成器 --Gemini 2.5 Pro转换自然语言→ 结构化政策
审计代理人 --长期运行的后台服务检测异常
记忆存储 --持久审计日志、策略版本、异常记录
可观测性API --日志、异常、策略、工具的REST端点
仪表板用户界面 --实时监控和策略管理
部署 --使用Gunicorn+Flask渲染制作就绪

🚀 快速开始

安装

git clone https://github.com/yourusername/apexguard.git
cd apexguard

# Create virtual environment
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Install dependencies
pip install -r requirements.txt

环境变量

创建一个 .env 文件：

ENFORCEMENT_HMAC_KEY=your_secret_key_here
GEMINI_API_KEY=your_gemini_api_key
DATABASE_FILE=apexguard.db
FLASK_ENV=production

在本地运行

# Start the Flask backend
python app.py

# Backend available at http://localhost:5000
# Dashboard available at http://localhost:5000/static/dashboard.html

Docker部署

# Build Docker image
docker build -t apexguard:latest .

# Run container
docker run -p 5000:5000 \
  -e ENFORCEMENT_HMAC_KEY=your_key \
  -e GEMINI_API_KEY=your_key \
  apexguard:latest

📋 API 参考

执行工具调用

curl -X POST http://localhost:5000/api/enforce \
  -H "Content-Type: application/json" \
  -d '{
    "agent_id": "agent-001",
    "agent_role": "analyst",
    "tool_name": "read_data",
    "tool_version": "1.0",
    "parameters": {"query": "SELECT * FROM logs LIMIT 10"},
    "signature": "hmac_sha256_hash"
  }'

响应（允许）：

{
  "status": "ALLOW",
  "decision_id": "dec_2025_1130_001",
  "reason": "Policy match: analyst role authorized for read_data tool",
  "execution_time_ms": 42
}

响应（块）：

{
  "status": "BLOCK",
  "decision_id": "dec_2025_1130_002",
  "reason": "Policy violation: analyst role cannot execute write_policy",
  "escalation": "security_team@org.com",
  "audit_id": "aud_2025_1130_001"
}

检索审核日志

curl http://localhost:5000/api/audit-logs?limit=50&offset=0

检索异常

curl http://localhost:5000/api/anomalies?severity=HIGH

列表工具注册表

curl http://localhost:5000/api/tools

生成策略

curl -X POST http://localhost:5000/api/generate-policy \
  -H "Content-Type: application/json" \
  -d '{
    "rule": "Readers may access logs with limit 10, but cannot modify policies. Auditors access everything."
  }'

📊 仪表板功能

访问实时仪表板： https://agent-guard-1-0-0.onrender.com/static/dashboard.html

📈 概述 --实时系统指标和合规状态
🔍 审核日志 --可搜索、可排序的执行决策历史
🤖 代理 --监控连接的代理、角色和行为模式
🔧 工具 --带有模式和签名的注册工具
📋 政策 --查看和管理活动RBAC策略
⚙️ 模拟器 --部署前测试策略更改
✨ 策略生成器 --使用自然语言创建策略

🔐 安全模型

零信任执法

ApexGuard的工作原理是 除非另有证明，否则所有代理都是不可信的每个工具调用都要经过三个验证层：

身份验证 --确认代理身份和分配的角色
加密验证 --验证工具签名（HMAC-SHA256）
政策评估 --将请求与活动RBAC策略进行匹配

审计日志

所有决策都以不变的方式记录：

时间戳和决策ID
代理身份和角色
工具名称和参数（对敏感数据进行哈希处理）
策略规则匹配
执行行动（允许/阻止）
背景和推理

异常检测

连续背景扫描检测：

频繁的BLOCK尝试（策略绕过操作）
异常工具序列（能力注入）
炸药操作（破坏性命令）
角色升级模式
时间异常（非工作时间访问、突然的行为变化）

📈 演出

度量	值
策略评估延迟	平均42毫秒（低于100毫秒p99）
审计日志准确性	100%（不可变，经过加密验证）
政策合规率	98.7%（低假阳性率）
系统运行时间	99.2%（7天滚动）
可扩展性	支持1000+代理，10k+策略

🛠️ 用例

金融服务

防止未经授权的资金转移、API滥用和未经授权数据导出。

医疗保健

确保HIPAA合规性；防止患者PII泄漏；审核所有数据访问。

SaaS平台

多租户治理；执行每个客户的政策；跟踪合规性指标。

电子商务

保护库存系统；防止基于代理人的欺诈；确保交易的完整性。

📚 政策示例

策略1：数据访问控制

{
  "name": "DataPrivacy",
  "role": "analyst",
  "tools": ["read_logs", "query_database"],
  "conditions": [
    "data_size < 1GB",
    "time_of_day >= 09:00 AND time_of_day <= 17:00"
  ],
  "effect": "ALLOW"
}

政策2：财务限额

{
  "name": "FinancialThreshold",
  "role": "finance_agent",
  "tools": ["transfer_funds"],
  "conditions": ["amount <= 50000"],
  "effect": "ALLOW"
}

策略3：管理员权限

{
  "name": "AdminAccess",
  "role": "admin",
  "tools": ["*"],
  "effect": "ALLOW"
}

🧪 测试

# Run test suite
pytest tests/ -v

# Run with coverage
pytest tests/ --cov=apexguard

# Test specific module
pytest tests/test_enforcement_engine.py -v

📖 文档

架构指南 --深入系统设计
API 参考 --完整的端点文档
政策指南 --如何编写和部署策略
部署指导 --生产设置和规模
安全模型 --威胁模型和缓解措施

🎓 Kaggle强效胶囊剂

该项目展示了：

✅ 多代理系统 --异构代理的治理层
✅ 工具和MCP --具有模型上下文协议的加密工具注册表
✅ 长期运行操作 --连续异常检测
✅ 记忆和会话 --持久审计日志和上下文
✅ 语境工程 --决策中的完整历史背景
✅ 可观测性 -通过REST API实现完全透明
✅ 代理商评估 --合规指标和行为跟踪
✅ 安全与合规 --零信任强制模型
✅ 部署 --渲染制作就绪

现场演示： https://agent-guard-1-0-0.onrender.com/static/dashboard.html

🤝 贡献

欢迎投稿！拜托：

分叉存储库
创建要素分支(git checkout -b feature/amazing-feature)
提交更改(git commit -m 'Add amazing feature')
推送到分支(git push origin feature/amazing-feature)
打开拉取请求

📄 许可证

此项目根据MIT许可证获得许可——请参阅许可证文件以获取详细信息。

👨‍💻 作者

你的名字
RV大学计算机科学专业学生|网络安全与AI/ML爱好者
GitHub | 领英

🙏 致谢

由...驱动 谷歌双子座2.5 Pro
受企业安全治理最佳实践的启发

📞 支持

📧 电子邮件：rishitguha0824@gmail.com

🏆 标签

agents gemini governance multi-agent compliance mcp security zero-trust llm safety policy-enforcement anomaly-detection audit-logging rbac cryptography

ApexGuard：确保AI代理能够强大，而不会变得危险。 🚀