Контрольные списки безопасности ИИ

• Подписанная авторизация
• Установлены правила обработки данных
• Область определена

• Соблюдайте ограничения скорости
• Запись безопасных доказательств
• Избегайте производственных данных

• Четко документировать результаты
• Опишите шаги по исправлению ситуации.
• Включить рейтинги риска

• Test direct injection with common patterns (ignore, forget, DAN)
• Протестируйте косвенное внедрение посредством загрузки документов
• Проверка конвейера RAG на наличие зараженных документов
• Verify encoding bypass attempts (Base64, Unicode, ROT13)
• Проверка манипулирования многоходовым диалогом
• Проверка на утечку системных подсказок
• Test tool/function calling with malicious parameters
• Убедитесь, что фильтрация вывода работает
• Ограничение частоты тестирования и предотвращение злоупотреблений
• Просмотрите журналы попыток внедрения

• Verify MCP server authentication is enabled
• Test for path traversal in filesystem tools
• Check for SSRF vulnerabilities in HTTP tools
• Verify tool parameter validation
• Test authentication bypass scenarios
• Check for command injection in shell tools
• Verify SQL injection protection in database tools
• Review API key handling and storage
• Test cross-tenant isolation (if multi-tenant)
• Check for supply chain vulnerabilities in MCP packages

• Map the LLM attack surface: endpoints, tools, plugins, and data sources
• Test direct prompt injection with role-play and jailbreak patterns (DAN, ignore)
• Test indirect prompt injection via uploaded documents, web content, and tool outputs
• Attempt system prompt extraction and instruction leakage
• Verify output sanitization (HTML/markdown injection, tool-call payload tampering)
• Test for excessive agency: confirm tool permissions match the task
• Probe for training data extraction (memorized PII, secrets, verbatim text)
• Test model denial of service (token flooding, recursive loops, resource exhaustion)
• Validate authentication, authorization, and rate limiting on LLM APIs
• Check logging for sensitive data leakage (prompts, credentials, internal context)

• Test goal hijacking via indirect prompt injection
• Verify tool use authorization and audit logging
• Check identity and privilege management
• Test for supply chain vulnerabilities in tools
• Verify sandboxing for code execution
• Test memory/context poisoning attacks
• Check inter-agent communication security
• Verify cascading failure handling
• Test human-agent trust boundaries
• Check for rogue agent persistence

Построитель пользовательских контрольных списков

Советы по контрольному списку

• Заполните элементы в том порядке, в котором существуют зависимости
• Документируйте исключения с обоснованием
• Периодическая проверка с заинтересованными сторонами
• Обновление контрольных списков по мере развития стандартов