galahダウンロード - galahソースコードのダウンロード

galah

その他のソースコード

v1.0.0

ダウンロード

tl; dr：galah（/ oəˈliː/ - 「guh-laa」と発音される）は、さまざまなアプリケーションを模倣し、任意のHTTPリクエストに動的に応答するように設計されたLLM駆動のWebハニーポットです。 Galahは、Openai、Googleai、GCPの頂点AI、人類、炭、オラマなどの主要なLLMプロバイダーをサポートしています。

特定のWebアプリケーションや脆弱性を手動でエミュレートする従来のWebハニーポットとは異なり、GalahはHTTPリクエストに対して関連する応答（HTTPヘッダーとボディコンテンツを含む）を動的に作成します。 LLMによって生成された応答は、同一の要求の繰り返し生成を防ぐために構成可能な期間にわたってキャッシュされ、APIコストが削減されます。キャッシュはポート固有であり、特定のポートに対して生成された応答が別のポートで同じリクエストに対して再利用されないようにします。

このハニーポットのプロンプト構成は重要です。構成ファイルでプロンプトを更新できますが、LLMに指示するセグメントが指定されたJSON形式で応答を生成するように維持することが重要です。

注： Galahは、HTTPメッセージの作成におけるLLMの機能を調査するための楽しい週末プロジェクトとして開発されましたが、生産の使用を目的としていません。ハニーポットは、ネットワークフィンガープリント手法、LLMプロバイダーとモデルに応じて長期にわたる応答時間、非標準応答など、さまざまな方法で識別できる場合があります。ウォレット攻撃の拒否から保護するには、 LLM APIの使用制限を必ず設定してください。

はじめる

ローカル展開

GOバージョン1.22+がインストールされていることを確認してください。
LLMプロバイダーに応じて、APIキー（Openaiの場合はここからGoogleai Studioの場合はこちらから）を作成するか、認証資格情報（GCPのVertex AIのアプリケーションデフォルトの資格情報）をセットアップします。
HTTPSポートを提供する場合は、TLS証明書を生成します。
レポをクローンして、依存関係をインストールします。
必要に応じてconfig.yamlファイルを更新します。
GOバイナリを構築して実行します！

% git clone [email protected]:0x4D31/galah.git
% cd galah
% go mod download
% go build -o galah ./cmd/galah
% export LLM_API_KEY=your-api-key
% ./galah --help

 ██████   █████  ██       █████  ██   ██ 
██       ██   ██ ██      ██   ██ ██   ██ 
██   ███ ███████ ██      ███████ ███████ 
██    ██ ██   ██ ██      ██   ██ ██   ██ 
 ██████  ██   ██ ███████ ██   ██ ██   ██ 
  llm-based web honeypot // version 1.0
        author: Adel " 0x4D31 " Karimi

Usage: galah --provider PROVIDER --model MODEL [--server-url SERVER-URL] [--temperature TEMPERATURE] [--api-key API-KEY] [--cloud-location CLOUD-LOCATION] [--cloud-project CLOUD-PROJECT] [--interface INTERFACE] [--config-file CONFIG-FILE] [--event-log-file EVENT-LOG-FILE] [--cache-db-file CACHE-DB-FILE] [--cache-duration CACHE-DURATION] [--log-level LOG-LEVEL]

Options:
  --provider PROVIDER, -p PROVIDER
                         LLM provider (openai, googleai, gcp-vertex, anthropic, cohere, ollama) [env: LLM_PROVIDER]
  --model MODEL, -m MODEL
                         LLM model (e.g. gpt-3.5-turbo-1106, gemini-1.5-pro-preview-0409) [env: LLM_MODEL]
  --server-url SERVER-URL, -u SERVER-URL
                         LLM Server URL (required for Ollama) [env: LLM_SERVER_URL]
  --temperature TEMPERATURE, -t TEMPERATURE
                         LLM sampling temperature (0-2). Higher values make the output more random [default: 1, env: LLM_TEMPERATURE]
  --api-key API-KEY, -k API-KEY
                         LLM API Key [env: LLM_API_KEY]
  --cloud-location CLOUD-LOCATION
                         LLM cloud location region (required for GCP ' s Vertex AI) [env: LLM_CLOUD_LOCATION]
  --cloud-project CLOUD-PROJECT
                         LLM cloud project ID (required for GCP ' s Vertex AI) [env: LLM_CLOUD_PROJECT]
  --interface INTERFACE, -i INTERFACE
                         interface to serve on
  --config-file CONFIG-FILE, -c CONFIG-FILE
                         Path to config file [default: config/config.yaml]
  --event-log-file EVENT-LOG-FILE, -o EVENT-LOG-FILE
                         Path to event log file [default: event_log.json]
  --cache-db-file CACHE-DB-FILE, -f CACHE-DB-FILE
                         Path to database file for response caching [default: cache.db]
  --cache-duration CACHE-DURATION, -d CACHE-DURATION
                         Cache duration for generated responses (in hours). Use 0 to disable caching, and -1 for unlimited caching (no expiration). [default: 24]
  --log-level LOG-LEVEL, -l LOG-LEVEL
                         Log level (debug, info, error, fatal) [default: info]
  --help, -h             display this help and exit

Dockerで実行します

Docker CEまたはEEがローカルにインストールされていることを確認してください。
レポをクローンして、Docker画像を作成します。
ローカルディレクトリをコンテナにマウントして、ログを保存できます。
Dockerコンテナを実行します。

% git clone [email protected]:0x4D31/galah.git
% cd galah
% mkdir logs
% export LLM_API_KEY=your-api-key
% docker build -t galah-image .
% docker run -d --name galah-container -p 8080:8080 -v $( pwd ) /logs:/galah/logs -e LLM_API_KEY galah-image -o logs/galah.json -p openai -m gpt-3.5-turbo-1106

使用の例

./galah -p gcp-vertex -m gemini-1.0-pro-002 --cloud-project galah-test --cloud-location us-central1 --temperature 0.2 --cache-duration 0

 % curl -i http://localhost:8080/.aws/credentials
HTTP/1.1 200 OK
Date: Sun, 26 May 2024 16:37:26 GMT
Content-Length: 116
Content-Type: text/plain; charset=utf-8

[default]
aws_access_key_id = AKIAIOSFODNN7EXAMPLE
aws_secret_access_key = wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY

JSONイベントログ：

 {
  "eventTime": "2024-05-26T18:37:26.742418+02:00",
  "httpRequest": {
    "body": "",
    "bodySha256": "e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855",
    "headers": "User-Agent: [curl/7.71.1], Accept: [*/*]",
    "headersSorted": "Accept,User-Agent",
    "headersSortedSha256": "cf69e186169279bd51769f29d122b07f1f9b7e51bf119c340b66fbd2a1128bc9",
    "method": "GET",
    "protocolVersion": "HTTP/1.1",
    "request": "/.aws/credentials",
    "userAgent": "curl/7.71.1"
  },
  "httpResponse": {
    "headers": {
      "Content-Length": "127",
      "Content-Type": "text/plain"
    },
    "body": "[default]naws_access_key_id = AKIAIOSFODNN7EXAMPLEnaws_secret_access_key = wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEYn"
  },
  "level": "info",
  "llm": {
    "model": "gemini-1.0-pro-002",
    "provider": "gcp-vertex",
    "temperature": 0.2
  },
  "msg": "successfulResponse",
  "port": "8080",
  "sensorName": "mbp.local",
  "srcHost": "localhost",
  "srcIP": "::1",
  "srcPort": "51725",
  "tags": null,
  "time": "2024-05-26T18:37:26.742447+02:00"
}

こちらの例を参照してください。

拡大する

追加情報