AI всё чаще становится частью корпоративных процессов, но вместе с этим растёт зона риска: MCP-интерфейсы (Model Context Protocol), через которые модели взаимодействуют с данными, API и внешними инструментами.
❗ Проблема: никто точно не знает, какие возможности реально доступны модели.
Решение: Proximity от исследователя Thomas Roccia (aka @fr0gger).
🧩 Что делает Proximity
Proximity - это интеллектуальный сканер MCP-сервисов, который:
📡 находит доступные функции и промпты,
🧠 анализирует ответы с помощью LLM-оценки,
⚙️ выявляет скрытые команды, jailbreak-паттерны и утечки контекста,
🧾 формирует отчёты для CI/CD и DevSecOps-пайплайнов.
📘 Документация:
👉 PulseMCP Directory
🕵️ Реальный кейc
Во время аудита корпоративного MCP-сервера инструмент обнаружил функцию internal_eval,
которая позволяла выполнять системные команды прямо через промпт.
📊 Проблема не была задокументирована и не использовалась напрямую,
но могла быть вызвана в обход стандартного API.
Proximity автоматически сгенерировал отчёт с пометкой:
“Риск эскалации привилегий при определённой структуре промпта.”
🔒 Смотрим в будущее
Классические сканеры не видят уязвимости уровня промптов.
Они не умеют анализировать контекст, фильтры и доступные “tools”.
Proximity решает эту задачу, превращая LLM-интерфейс из “чёрного ящика”
в прозрачную, управляемую зону безопасности. Данный продукт не просто сканер,
это инструмент, который показывает, как мыслит ваш ИИ и какие возможности ему доступны за пределами документации.
📎 Ссылка: Proximity GitHub Repository
Stay secure and read SecureTechTalks 📚
#LLMSecurity #CyberSecurity #PromptInjection #AIThreats #DevSecOps #AIResearch #OpenSourceSecurity #PentestTools #MCPScanner #SecureDevelopment #SecureTechTalks