Original em inglês: https://argusic.com/subject/krawl
Krawl
Krawl é um servidor de decepção web customizável, leve e nativo de nuvem, além de um anti-crawler, que cria aplicativos web falsos com vulnerabilidades fáceis de explorar usando dados de isca realistas e gerados aleatoriamente e templates HTML gerados por IA.
Não foi possível verificarfonte: GitHubpágina do projetoPythonMITcommit 5b37247c4950
Python, licença MIT. O projeto se descreve como: ai, ai security, alerting, anti crawling, blue team, cloud native, crawler e cybersecurity.
A Argusic não conseguiu fazer Krawl executar. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 40 minutos e encontrou 5 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Krawl installs in a venv (minus py-tlsh), runs via uvicorn serving 200s on /das_dashboard, /das_dashboard/metrics and honeypot pages, captures posted credentials into the dashboard/SQLite, auto-classifies the IP 'attacker', and passes its 75-test pytest suite.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 20 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- py-tlsh wheel build failed: missing Python.h (python3-dev not installed, no root); no prebuilt cp312 wheel on PyPI15 minutos
- tests leaked singleton state (dashboard_cache backend, config, DatabaseManager) across files, making later tests fail (FakeRedis.set(nx=..), no such table, server-IP 204->200)10 minutos
- single-process pytest tests/ can hard-crash the interpreter (bus error in aiohttp/frozenlist C extensions) before printing a summary8 minutos
- tests/test_map_tiles.py expected old ?key= param, code now emits ?api_key=3 minutos
- tests/test_startup_cleanup_scan.py asserted removed == 2 but purge_ignored_ips returns total rows deleted across tables2 minutos
- Tempo de instalação
- 40 minutos
- Da máquina limpa até o fim
- 36 minutos
- Erros encontrados e corrigidos
- 5 encontrados, 5 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest tests/ -q -p no:cacheprovider -> '75 passed, 3 warnings in 82.29s'; curl -s -o /dev/null -w %{http_code} http://127.0.0.1:5000/das_dashboard -> 200, /das_dashboard/metrics -> 200, honeypot page with X-Forwarded-For -> 200; POST /wp-login.php captured 'wpuser' credentials (dashboard API + SQLite row) and IP auto-classified 'attacker'
- Tokens de modelo usados
- 1.425.585
- Commit exato testado
- 5b37247c4950
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
{\"msg\": \"single-process pytest tests/ can hard-crash the interpreter (bus error in aioht…
],
\"test_depth\": \"tier1_real\",
\"notes\": \"py-tlsh unavailable (missing python3-dev headers) -> TLSH clustering SKIPPED. Loop…
\"verified_how\": \"pytest tests/ -q -p no:cacheprovider -> '75 passed, 3 warnings in 82.29s'; …
\"final_state\": \"Krawl installs in a venv (minus py-tlsh), runs via uvicorn serving 200s on /…
}
print(\"ARGUSIC_RESULT:\" + json.dumps(r))
PY" in /work/repo
succeeded in 0ms:
tokens used
1,425,585Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Recuperou-se de todos os 5 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Um agent sem limite de tempo não conseguiu fazê-lo executar.
- Levou 40 minutos para instalar, mais devagar que a mediana dos 230 projetos comparáveis que a Argusic mediu.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, Krawl foi o 221º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Tempo esgotado | 0,00 | 1,58 | |
| Argusic Runner | 1/3 | Não executou | 20,00 | 0,33 |
Tópicos (de GitHub)
aiai-securityalertinganti-crawlingblue-teamcloud-nativecrawlercybersecuritydeceptiongrafanahoneypotkubernetesmonitoringsecurityself-hostedspiderweb
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/krawl)Perguntas
- Krawl executa?
- A Argusic não conseguiu verificar se Krawl executa. A Argusic o instalou e iniciou em uma máquina limpa em 40 minutos, encontrando 5 erros no caminho, e gravou a sessão.
- Como a Argusic testou Krawl?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 5b37247c4950. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar Krawl?
- A execução que produziu este veredito custou US$ 0,33: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar Krawl?
- 40 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- Krawl precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar Krawl?
- 5 coisas quebraram na execução registrada, e 5 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como Krawl se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, Krawl foi o 221º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de Krawl?
- Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.