# AgentSSAS

**Repository Path**: yieux/agent-ssas

## Basic Information

- **Project Name**: AgentSSAS
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-06-05
- **Last Updated**: 2026-07-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Agent 工具调用链异常检测系统

基于 Claw 类 Agent 的工具调用链异常检测原型系统，用于识别 AI Agent 执行过程中的潜在安全威胁。

## 系统概述

本系统是一个用于检测 Agent 工具调用链中异常行为和安全威胁的原型系统。系统通过分析工具调用序列、控制流和数据流，识别隐私泄露、非法操控、数据污染等安全威胁。

## 核心功能

- **数据预处理**：将原始交互数据转换为统一的 Trace 格式
- **控制流分析**：构建工具调用的控制流图 (CFG)
- **数据流分析**：推断工具间的数据传递关系 (DFG)
- **威胁检测**：基于威胁模式匹配识别异常行为
- **风险标注**：对工具调用进行风险标签标注
- **报告生成**：输出检测结果报告

## 目录结构

```
toolcall_chain_anomaly_detection/
├── code/                          # 核心代码
│   ├── config.py                  # 配置管理
│   ├── main.py                     # 主程序入口
│   ├── detector/                  # 威胁检测模块
│   │   ├── data_tagger.py          # 数据标签标注
│   │   ├── exec_analyzer.py       # exec命令拆解分析
│   │   ├── pattern_matcher.py     # 威胁模式匹配
│   │   ├── risk_labeler.py        # 风险标签标注
│   │   ├── tag_propagator.py      # 标签传播
│   │   └── threat_detector.py     # 威胁检测器
│   ├── model/                     # 数据建模
│   │   ├── control_flow.py        # 控制流图
│   │   ├── data_flow.py          # 数据流图
│   │   ├── model_builder.py      # 模型构建器
│   │   ├── persistence.py        # 持久化存储
│   │   └── unified_format.py    # 统一数据格式
│   ├── output/                    # 报告生成
│   │   └── report_generator.py  # 报告生成器
│   ├── parser/                    # 输入解析
│   │   └── input_parser.py     # 输入解析器
│   ├── preprocessor/              # 数据预处理
│   │   ├── base_preprocessor.py # 预处理器基类
│   │   └── default_preprocessor.py # 默认预处理器
│   └── utils/                     # 工具模块
│       ├── content_matcher.py   # 内容匹配
│       ├── entity_extractor.py    # 实体提取
│       ├── knowledge_loader.py  # 知识加载
│       └── logger.py           # 日志工具
├── detection_config.yaml         # 检测配置
├── entity_patterns_config.yaml     # 实体模式配置
├── system_config.yaml             # 系统配置
├── system_design.md             # 系统设计文档
├── threat_knowledge/            # 威胁知识库
│   ├── tool_risk_knowledge.json
│   ├── toolcall_chain_threat_patterns.json
│   └── reference_cases.json
└── output/                      # 输出目录
```

## 安装依赖

```bash
pip install -r requirements.txt
```

## 使用方法

### 基本用法

```bash
python code/main.py <输入文件或目录>
```

### 命令行参数

- 输入：支持单个 JSON 文件或包含多个文件的目录
- 输出：自动生成检测报告到 `output/` 目录

### 配置调优

通过修改配置文件调整检测精度：

- `detection_config.yaml`：置信度阈值、内容匹配参数
- `entity_patterns_config.yaml`：关键实体提取模式
- `system_config.yaml`：日志级别、路径设置

## 检测流程

1. **解析入参**：解析命令行输入
2. **数据预处理**：转换为统一的 Trace 格式
3. **数据建模**：构建控制流图和数据流图
4. **威胁检测**：执行威胁模式匹配
5. **报告生成**：输出检测结果

## 威胁模式

系统内置以下类别威胁模式：

- **隐私泄露** (privacy_leak)：识别敏感数据泄露
- **非法操控** (malicious_control)：识别恶意控制行为
- **数据污染** (data_poisoning)：识别数据污染风险

## 知识库

系统使用可扩展的知识库：

- `tool_risk_knowledge.json`：工具风险知识
- `toolcall_chain_threat_patterns.json`：威胁模式定义
- `reference_cases.json`：参考案例

## 许可证

本项目仅供研究和测试使用。