Beelzebub
大規模言語モデル（LLM）を活用したオープンソースの欺瞞フレームワーク。複数のプロトコル偽装サービスをデプロイし、能動的に攻撃者を誘い込み、脅威インテリジェンスを収集する。
スマートダウンロード
プロジェクトのホームページへ
インストーラはまだありません — ソースリポジトリをご覧ください
AIの偽サービスで攻撃者をおびき寄せ、攻撃手法を自動収集。従来のハニーポットよりもスマートです。
主な機能
- 適応型デセプションエンジン：OpenAI または Ollama と統合し、コンテキストに即したリアルな応答をリアルタイムで生成、攻撃者を引き留めてその行動を記録
- ローコードサービス定義：YAML ファイルで偽装サービスを設定、正規表現によるコマンドマッチングと組み合わせ、コードを一行も書く必要なし
- マルチプロトコル対応：SSH、HTTP、TCP、TELNET、MCP をサポート、インフラストラクチャから AI エージェントのアタックサーフェスまで包括的に防御
- 拡張可能なプラグインシステム：CommandPlugin または HTTPPlugin インターフェースを実装するだけでカスタム応答ロジックを登録可能、コアコードの変更不要
- フルスタックオブザーバビリティ：Prometheus メトリクス監視 + RabbitMQ イベントストリーム、SIEM システムとの連携が可能
できないこと
- •LLM API キー（OpenAI または Ollama）の設定が必須です。設定しない場合、LLM 機能は静的な応答に低下し、誘引効果が大幅に損なわれます。プラグインシステムには Go 言語の基礎知識が必要であり、完全なゼロコードは実現できません。YAML 設定での正規表現マッチングには、正規表現構文への習熟が必要です。メモリ制限はデフォルトで 100 MiB です。複数の高インタラクションサービスをデプロイする場合は、負荷に応じて調整してください。
使用例
- セキュリティチームが企業の境界にデプロイされ、ラテラルムーブメントを行う攻撃者を能動的に誘捕します
- AI エージェントセキュリティ：AI Agent を対象としたプロンプトインジェクション攻撃データを検出・収集します
- レッド・ブルー対抗演習：リアルな偽装サービスを迅速に構築し、ブルーチームの対応能力を訓練します
詳細説明
Beelzebub は、大規模言語モデル（LLM）を活用して SSH、HTTP、TCP、TELNET、MCP などの複数のプロトコル上に適応型の偽装サービスをデプロイする、オープンソースのデセプションランタイムフレームワークです。受動的なハニーポットとは異なり、攻撃者と能動的にリアルな対話を行い、忠実度の高い脅威インテリジェンスを収集するとともに、AI エージェントを標的としたプロンプトインジェクション攻撃を検出します。ローコードの YAML 設定とプラグインシステムにより、運用担当者はコアコードを記述することなく、カスタム偽装を迅速にデプロイできます。Prometheus メトリクスと RabbitMQ イベントストリームを内蔵し、Docker と Helm によるワンクリックデプロイをサポートしており、本番環境ですぐに利用できます。
トラブルシューティング & FAQ (2)
トラブル対応Goのユニットテストで、バックグラウンドのgoroutineとともにhttpmockを使用した際に発生する断続的なDATA RACEエラーの修正方法
データ競合は、バックグラウンドのgoroutineでHTTPリクエストが進行中にhttpmock.DeactivateAndReset()が呼び出されると発生します。修正方法: 1) バックグラウンドループのロジックをテスト可能な同期関数に抽出する。2) チャネル（例: chan struct{}）を介して停止機構を追加する。3) 終了前にgoroutineが終了することを保証する（停止シグナルを送信し、次にhttpmock.DeactivateAndReset()を呼び出す）。4) テストから共有可変状態を削除するか、カウンターにはsync/atomicを使用する。これらの変更はissue #300の修正で示されており、-raceフラグを使用してテストがパスするようになる。
設定GoPotでLLMプロバイダーとしてAnthropic（Claude）を設定する方法は？
llmProviderをanthropicに設定し、モデル名とAPIキーを指定します。Anthropicに直接アクセスする場合は、以下を使用します：
plugin:
llmProvider: "anthropic"
llmModel: "claude-haiku-4-5-20251001"
anthropicSecretKey: "sk-ant-..."Databricks AI Gateway（Anthropic互換）を使用する場合は、hostを上書きします：
plugin:
llmProvider: "anthropic"
llmModel: "databricks-claude-sonnet-4-6"
host: "https://adb-<workspace-id>.azuredatabricks.net/serving-endpoints/anthropic/v1"
anthropicSecretKey: "<databricks-pat-or-oauth-token>"キーは環境変数で設定することもできます。
タグ
はじめ方
ソフトウェアをインストール
ダウンロードしたインストーラをダブルクリックし、指示に従ってください
リポジトリをクローンし、プロジェクトディレクトリに移動します
`docker compose up -d` を使用して、すべての偽装サービスをワンコマンドで起動します
設定されたポート（SSH 22、HTTP 80 など）にアクセスすると、攻撃者は LLM が生成した本物のような偽のレスポンスを受け取ります
- リポジトリをクローンし、プロジェクトディレクトリに移動します
- `docker compose up -d` を使用して、すべての偽装サービスをワンコマンドで起動します
- 設定されたポート（SSH 22、HTTP 80 など）にアクセスすると、攻撃者は LLM が生成した本物のような偽のレスポンスを受け取ります
チェックサムがありません
このプロジェクトは GitHub Release ページに SHA-256 チェックサムを公開していません
SHA256 チェックサム
チェックサムなし
GitHub Releases から直接ダウンロードし、ファイルの整合性をご自身で確認してください
本プラットフォーム上のすべての SHA-256 チェックサムは、プロジェクトの公式 GitHub Release ページから抽出されたもので、一切の改変はありません。GitHub Releases ページで独自に検証できます。
オープンソースの透明性
GitHub ソースを見るアンインストール情報
`docker compose down` を実行してすべてのコンテナを停止し、プロジェクトディレクトリを削除すれば、完全にクリーンアップできます。
追加の依存関係なし
ダウンロード後すぐに使用可能。追加のランタイムは不要です。
問題が発生？以下のFAQを確認
2 FAQs