eBPF · 四层纵深防御

AI Agent 的
深层安全防护

基于 eBPF 与端—管—核—云四层架构,实现对 Agent 行为的实时感知与精准阻断。 规则优先、模型兜底,解决提示注入、工具滥用、越权逃逸等 Agent 安全难题。

① 端层
virbius-core
预检 DLP < 1ms 离线
▼
② 管层
virbius-gateway
限流 HTTP 阻断 WASM
▼
③ 核层
virbius-kernel
eBPF Falco 运行时
⤵
④ 云层
virbius-engine + virbius-control
策略 LLM 检测 审计

Rust SDK · Higress WASM · Falco eBPF · Spring Boot

🛡️
VirbiusGuard 子模型
轻量 LLM 输入安全分类器:越狱 / 提示注入 / Agent 工具滥用 10 类风险 + safe,毫秒级严格 JSON,可离线。
了解 VirbiusGuard →
4
纵深防御层
< 1ms
端层延迟
80%+
规则处理流量
MIT
开源许可
能力矩阵

全方位的 Agent 安全防护

覆盖工具调用全生命周期 —— 从执行前预检到执行后审计,不留盲区

🛡️

MCP 安全代理

stdio/SSE 代理 + 安全管线,支持多上游路由与工具名冲突保护

⚡

快速通道

低风险工具跳过云层,端到端延迟 < 1ms,80%+ 流量零额外开销

🔍

决策链路追踪

tool_call/tool_result 全链路 trace,session 时间线 + 因果链可视化

👤

人工审批

高风险操作触发 challenge 审批流,token 限权执行,超时默认阻断

🧪

Prompt 注入检测

多 LLM 协同检测 + 动态风险评分,覆盖越狱/DAN/角色扮演等攻击

📊

审计大盘

会话风险、告警、审批队列、防篡改哈希链审计,一目了然

🧹

DLP 脱敏

端层亚毫秒 PII 脱敏(手机号/身份证/邮箱/银行卡),可离线执行

🔬

STI 污点追踪

跨工具追踪不可信输出,阻断数据泄漏与间接注入

🧠

记忆管控

Agent 写入/读取记忆前的敏感数据脱敏与注入检测

核心差异化

为什么选择 VirbiusAgent

不只是另一款安全工具 —— 专为 Agent 原生安全而设计

01

四层纵深防御

大多数竞品只提供单点 API 检查。VirbiusAgent 在四个独立层级部署安全能力——端层预检、管层阻断、核层观测、云层终判——即使某一层被绕过,其他层仍能拦截威胁。

02

规则优先,模型兜底

规则以亚毫秒延迟、近零成本处理 80%+ 已知威胁。ML/LLM 模型仅用于高风险请求深度分析。这种混合方案是业界验证的成本、速度与覆盖率的最佳平衡。

03

Agent 原生,而非仅 LLM 原生

竞品聚焦 Prompt 层过滤,VirbiusAgent 保护完整的工具调用生命周期:执行前预检 → 在线网关阻断 → 运行时内核观测 → 执行后审计。为 MCP 时代量身定制。

04

内核级运行时可见性

通过 eBPF/Falco,在 syscall 级别观测 Agent 进程——文件访问、网络连接、进程创建。即使 Agent 被攻陷,syscall 对 eBPF 仍然可见。没有竞品提供这种深度。

Agent 安全

传统安全 vs Agent 安全

Agent 带来了全新的安全范式——传统方案无法覆盖

传统安全
攻击面网络/主机/应用漏洞
不可信输入外部用户输入
决策语义放行/拦截二元
副作用边界一般不直接执行代码
检测手段规则/签名/特征
运行时纵深网关/主机层
业务相关度通用规则,与业务解耦
VirbiusAgent 方案
攻击面提示注入、工具滥用、越权、数据泄露
不可信输入用户 + LLM 生成输出;模型既是目标又是载体
决策语义放行/阻断/脱敏/降级/人工复核
副作用边界会触发真实副作用:读写文件、网络请求
检测手段规则 + LLM 语义检测 + eBPF 观测
运行时纵深内核(eBPF) + 网关(HTTP) + 边缘预检
业务相关度深度耦合业务语义,按工具/参数/场景评估
竞品对比

四层纵深防御的能力对比

与当前最接近的开源 Agent 安全方案逐项对比,聚焦运行时管控、检测深度与审计完整性。

能力 VirbiusAgent Microsoft AGT Meta LlamaFirewall IBM ContextForge
架构 四层(端—管—核—云) SDK 治理内核(策略 → 身份 → 审计) SDK 护栏栈(进程内扫描器) 网关 / 代理(MCP / A2A / REST 联邦注册中心)
纵深防御 ✅ 端预检 → 管阻断 → 核观测 → 云终判 ⚠️ 可选分层(策略 → 身份 → 沙箱 → 审计) ⚠️ 分层扫描器(prompt / 对齐 / 代码),仅进程内 ⚠️ 网关为中心(认证 / 限流 / 插件)
检测方式 规则 + ML 模型(混合) 策略 / 规则(YAML / OPA / Cedar)+ Prompt 注入审计 ML 分类器 + LLM 推理审计(PromptGuard 2 / AlignmentCheck) 配置 + 插件(认证、限流、护栏),以确定性为主
规则引擎 ✅ Lua DSL + Groovy L3 + Falco eBPF ✅ 策略引擎(YAML / OPA / Cedar) ⚠️ 扫描器配置 + 正则过滤(无风险规则 DSL) ⚠️ 插件 / 配置引擎(无风险规则 DSL)
运行时观测 ✅ eBPF / Falco(syscall 级) ⚠️ 应用层审计日志(非内核) ❌ ⚠️ OpenTelemetry 追踪(应用层)
MCP 协议支持 ✅ 原生(stdio / SSE 代理) ✅ MCP 安全网关 ⚠️ 智能体框架护栏(OpenAI / LangChain),非 MCP 原生 ✅ 原生(MCP + A2A + REST / gRPC 联邦)
工具调用安全 ✅ 核心能力(预检 → 终判 → 审计) ✅ 应用内确定性拦截 ⚠️ 扫描智能体推理 / 输出,非逐工具 allowlist ⚠️ 网关认证 / 限流 + 插件护栏
人工审批 ✅ 挑战 → 审批 → token 验证放行 ✅ 审批策略 ❌ ❌
决策链路追踪 ✅ 全链路因果可视化 ✅ 防篡改审计日志 ⚠️ 日志 / 扫描结果 ⚠️ OTel 追踪
DLP(PII 脱敏) ✅ 端层、亚毫秒、可离线 ❌ ❌ ❌
沙箱隔离 ✅ Landlock / gVisor ✅ 执行沙箱(特权环) ❌ ❌
部署方式 自部署(Sidecar / 远程 / SDK) SDK / 库(pip / npm / NuGet) SDK(Python) 自部署(PyPI / Docker / Helm)
开源 ✅ MIT ✅ MIT ✅ Llama Community License ✅ Apache-2.0

竞品信息基于各项目公开仓库与文档(截至 2026-10):Microsoft Agent Governance Toolkit(AGT,MIT,公开预览)、Meta LlamaFirewall(开源,Llama Community License)、IBM ContextForge(Apache-2.0)。能力可能随上游迭代变动,具体以官方说明为准。

准备好守护你的 Agent 了吗?

开源 · MIT 许可 · 立即部署。从个人项目到企业级生产环境,VirbiusAgent 都能胜任。

在 GitHub 上查看 📖 快速开始