AVE는 에이전틱 AI 보안을 위한 행동 취약성 ID를 표준화합니다.
AVE (대리 취약성 열거), Aveproject에서, 대리 AI의 행동 취약성을 분류하는 레지스트리 및 모델 컨텍스트 프로토콜 서버입니다. 이는 모델과 보안 도구가 AVE-2026-NNNNN과 같은 안정적인 식별자를 사용하여 공유 레지스트리를 프로그래밍 방식으로 쿼리할 수 있게 하여 프롬프트 기반 도구 악용 및 후킹 하이재킹에 대한 일관된 참조를 가능하게 합니다. 이 프로젝트는 MCP 서버를 구현하고, 기록을 확립된 프레임워크에 매핑하며, AIVSS 심각도 등급을 적용합니다. 보안 연구원, AI 개발자 및 DevSecOps 팀은 대리 위험 추적을 위한 공유 어휘를 얻습니다.
AVE는 에이전틱 행동 결함을 위한 안정적인 ID 시스템을 구축합니다
AVE는 AVE-2026-NNNNN과 같은 예제 ID를 사용하여 행동 취약성에 대한 영구적이고 표준화된 식별자를 제공합니다. 이 안정적인 체계는 서로 다른 스캐너와 분석가가 공통 이름으로 동일한 문제를 참조할 수 있게 하여 크로스 스캐너 상호 운용성을 지원합니다. 이 레지스트리는 에이전틱 시스템에 고유한 비코드 공격 패턴에 중점을 두며, 예를 들어 프롬프트 기반 도구 악용 및 도구 훅 하이재킹과 같은 행동 발견을 MCP 항목을 소비하는 도구 전반에 걸쳐 해결할 수 있도록 합니다.
AVE의 기록 점수 및 프레임워크 매핑은 구조화된 심각도 맥락을 제공합니다
각 AVE 기록은 OWASP MCP Top 10 및 MITRE ATLAS를 포함한 확립된 프레임워크에 매핑되며, AIVSS 심각도 등급을 포함합니다. 이러한 매핑은 구조화된 분류 체계와 팀이 발견 사항을 비교하고 우선 순위를 정하는 데 도움이 되는 명시적인 점수 레이어를 제공합니다. 점수 및 프레임워크 링크는 운영적 분류를 알리도록 설계되었으며, 대상 환경에서의 악용 가능성에 대한 독립적인 검증을 대체하기 위한 것이 아닙니다.
AVE 통합은 MCP 호환 호스팅 및 Node.js 배포가 필요합니다
AVE는 참조 MCP 서버로 제공되며 실행을 위해 Node.js 환경이 필요합니다. 일반적인 통합 단계는 다음과 같습니다:
- MCP 호스트에서 Node.js 참조 서버를 설치하고 실행합니다.
- 서버를 MCP 구성에 추가합니다(예: Claude Desktop 구성 파일).
- 모델 또는 스캐너가 MCP API를 통해 레지스트리에 대한 프로그래밍 방식의 조회를 수행할 수 있도록 활성화합니다.
이로 인해 AVE는 기존 모델 컨텍스트 워크플로 내에서 쿼리 가능한 서비스로 자리 잡습니다.
AVE는 참조 레지스트리이며 탐지 엔진이 아니며 조회 기반 파이프라인에 적합합니다
AVE는 능동적으로 스캔을 수행하는 대신 쿼리 가능한 레지스트리로 작동합니다. 다른 도구는 관찰된 행동에 식별자와 분류를 첨부하기 위해 서버에 쿼리합니다. 이러한 설계는 탐지, 분류 및 보고 흐름에 조회 단계를 삽입하는 팀에 적합하여 서로 다른 스캐너와 모델이 에이전틱 위험을 보고할 때 공유 식별자를 게시하거나 소비할 수 있도록 합니다.
AVE는 생태계 수용이 필요한 선별된 참조로 가장 유용합니다
AVE는 레지스트리 항목을 검증할 준비가 된 팀을 위한 실용적인 참조입니다. 이 프로젝트는 Apache 2.0 라이센스 하에 게시되며 커뮤니티 기여를 수용하므로, 그 유용성은 스캐너 공급업체와 연구자에 의한 적극적인 선별 및 수용에 달려 있습니다. AVE 기록을 특정 환경에서의 악용 가능성에 대한 결정적인 증거가 아니라 운영적으로 검증해야 할 구조화된 가설로 취급하십시오.
