Strukturierte Signale
Native Detektoren prüfen exakte und kontextgebundene Muster. Dazu gehören Injection-Signale, Secrets, Credentials, Identifikatoren sowie riskante MCP- und Operations-Muster. Treffer enthalten die Fundstelle in der Eingabe.
Patronus Ark
Patronus Ark ist der Scanning-Kern hinter Patronus Protect. Die Library untersucht Eingaben wie Prompts, Dokumente, Tool-Aufrufdaten und Tool-Ergebnisse. Daraus erzeugt sie lokale Security-Evidenz für Prompt Injection, Datenabfluss, personenbezogene Daten und Agent-Risiken.
pip install patronus-arkcargo add patronus-ark01 · Was Ark macht
Ark zerlegt lange Eingaben in Chunks, prüft exakte Signale und klassifiziert komplexere Risiken mit geteilten Modellrepräsentationen. Anwendungen erhalten strukturierte Ergebnisse, auf denen sie Regeln und Entscheidungen aufbauen können.
Native Detektoren prüfen exakte und kontextgebundene Muster. Dazu gehören Injection-Signale, Secrets, Credentials, Identifikatoren sowie riskante MCP- und Operations-Muster. Treffer enthalten die Fundstelle in der Eingabe.
Ein NTDB nutzt die einmal berechnete mmBERT-Repräsentation. Neuronale Heads, LightGBM, logistische Regression und Klassen-Zentroide werden zu einer günstigen ersten Entscheidung fusioniert.
Das Promote Gate leitet nur Chunks weiter, bei denen zusätzlicher Kontext voraussichtlich hilft. Lion Warden führt dafür die tieferen mmBERT-Schichten aus und klassifiziert mehrere Security-Aufgaben mit einem gemeinsamen Transformer.
02 · Zehn Kategorien
Jede Kategorie kann gezielt aktiviert werden. Das Ergebnis bleibt strukturiert, egal ob eine native Regel oder ein lokales Modell entschieden hat.
Manipulierte oder konkurrierende Anweisungen erkennen.
Schützenswerte Dokumentinhalte klassifizieren.
Die Art einer erkannten Bedrohung einordnen.
Secrets, Credentials und weitere definierte Datenfamilien finden.
Personenbezogene Daten mit Evidenz-Spans erkennen.
Semantische Entitäten wie Personen, Organisationen und Orte erkennen.
Das verwendete Werkzeug einordnen.
Die beabsichtigte Aktion klassifizieren.
Tool-Metadaten für nachgelagerte Regeln bestimmen.
Die Absicht hinter einem Routing-Schritt erkennen.
03 · Zwei Sprachen
Die gleiche Engine steht als Rust-Crate und als abi3-kompatibles Python-Paket bereit. Asynchrone Queues sind der Standard; synchrone Scans bleiben für einfache Integrationen verfügbar.
pip install patronus-arkfrom patronus_ark import SecurityGateway
scanner = SecurityGateway(
categories=["injection", "dlp", "pii"],
max_level="l2",
)
scanner.warmup()
results = scanner.scan_all(text)cargo add patronus-arkuse patronus_ark::{
SecurityCategory, SecurityGateway, SecurityLevel,
};
let mut scanner = SecurityGateway::with_max_level(
vec![SecurityCategory::Injection, SecurityCategory::Dlp],
SecurityLevel::L2, None, true,
);
scanner.warmup()?;
let results = scanner.scan_all(text);04 · Betrieb
Modelle und Scanner sind kein starrer Gesamtblock. Deine Anwendung entscheidet, welche Prüfungen für einen konkreten Kontext nötig sind.
Turn-Level, Scanner, L1-Regeln und Modellgruppen lassen sich pro Request über Metadaten steuern.
Eine gemeinsame Ergebnis-Queue liefert fertige Scans aus, während tiefere Prüfungen weiterlaufen.
Asset-Synchronisierung und Runtime-Start sind getrennt. L1 benötigt überhaupt keine Downloads.
Der integrierte Benchmark erfasst Accuracy, Macro-F1, Latenz, Durchsatz und Peak-RSS auf den mitgelieferten Samples.
05 · Lizenz
Der Quellcode von Ark ist öffentlich einsehbar. Für Community-Projekte und ausgewählte Vorhaben stellen wir die Library kostenlos bereit; für proprietäre Produkte gibt es eine kommerzielle Lizenz.
Du arbeitest an einem Community-Projekt, an Forschung oder an einem Vorhaben, das wir unterstützen sollten? Dann kannst du Ark vollständig kostenlos nutzen.
Community-Lizenz anfragen →Ark in ein proprietäres Produkt integrieren, ohne dessen Quellcode unter GPL veröffentlichen zu müssen.
Lizenz besprechen →FAQ