KI-GESTÜTZTE ASSET-ERKENNUNG

👤 Shadow IT KI

LLM-basierte Klassifikation aller entdeckten Assets in 12 Kategorien — von Cloud-Storage-Buckets bis zu vergessenen Entwicklungsumgebungen. Datenschutzkonform durch Privacy-Preserving Prompt Construction: keine rohen Scan-Daten verlassen die Infrastruktur.

12Asset-Kategorien

PrivacyPreserving Prompts

3LLM-Backends

On-PremOllama-Support

// Das Shadow-IT-Problem

Jede Subdomain, jeder offene Port, jede externe Cloud-Ressource, die ein Entwickler ohne Wissen der Sicherheitsabteilung eingerichtet hat, ist potenzielle Shadow IT. Klassische Scanner erkennen die Existenz dieser Assets — aber nicht deren Bedeutung. Ist staging-api.example.com ein harmloser Testserver oder ein produktionsnaher API-Endpunkt mit echten Kundendaten? YADS Shadow IT KI beantwortet genau diese Frage.

Typische Shadow-IT-Befunde

Vergessene Staging-/Dev-Umgebungen mit Produktionsdaten
Cloud-Storage-Buckets mit fehlerhaften ACLs
Interne Tools auf öffentlich erreichbaren Ports
Veraltete Subdomains nach App-Migrationen
Test-APIs ohne Authentifizierung
CI/CD-Endpunkte auf öffentlichen IPs

Privacy-First-Ansatz

Sensitive Daten wie interne Hostnamen, IP-Adressen und Response-Bodies werden vor dem LLM-Aufruf strukturell abstrahiert. Das Modell sieht ausschließlich technische Signatur-Merkmale (HTTP-Header-Pattern, Port-Kombination, TLS-Profil) — niemals Klartextinhalte.

// Privacy-Preserving Prompt Construction

Der Kern des Shadow-IT-KI-Moduls ist der strukturierte Asset-Abstraktionsprozess. Rohe Scan-Daten werden in ein datenschutzkonformes Feature-Vektoren-Format umgewandelt, das keine personenbezogenen oder geschäftskritischen Informationen enthält.

def _build_privacy_safe_prompt(asset: DiscoveredAsset) -> str:
    """Abstrahiert Asset-Daten zu datenschutzkonformem Feature-Vektor."""
    features = {
        "port_profile": sorted(asset.open_ports),        # z.B. [80, 443, 8080]
        "tls_present": asset.has_tls,
        "tls_version": asset.tls_version,                # "TLSv1.3"
        "http_server": _normalize_server(asset.server_header),  # "nginx/1.x" → "nginx"
        "http_status": asset.http_status,
        "content_type": asset.content_type,
        "has_auth": asset.has_auth_header,
        "has_login_form": asset.login_form_detected,
        "tech_stack": asset.detected_technologies,       # ["React", "Node.js"]
        "subdomain_pattern": _classify_subdomain(asset.subdomain),  # "staging|dev|api|..."
        "response_size_bucket": _bucket_size(asset.response_size),  # "small|medium|large"
        "headers_security": _score_security_headers(asset),
    }

    prompt = f"""Classify this discovered web asset into one of 12 Shadow IT categories.
Asset features (no raw data): {json.dumps(features, indent=2)}

Categories: dev_environment | staging_environment | cloud_storage | admin_panel |
            api_endpoint | ci_cd_pipeline | monitoring_tool | collaboration_tool |
            database_ui | file_sharing | vpn_gateway | unknown

Respond with JSON: {{"category": "...", "confidence": 0.0-1.0, "risk_indicators": [...]}}"""

    return prompt

// Die 12 Asset-Kategorien

Das Klassifikationsmodell unterscheidet 12 Shadow-IT-Kategorien mit je spezifischen Risikoprofilen. Jede Kategorie löst bei Konfidenz ≥ 0.7 automatisch einen entsprechenden YADS-Befund aus.

Kategorie	Typische Indikatoren	Standard-Schweregrad
`dev_environment`	Port 3000/5000/8080, Node.js/React, kein Auth, subdomain: dev/local/test	High
`staging_environment`	Ähnliches Tech-Stack wie Prod, subdomain: staging/uat/preprod, oft schwächeres TLS	High
`cloud_storage`	S3-/GCS-Header, XML-Directory-Listing, Port 443, öffentlicher ACL-Hinweis	Critical
`admin_panel`	Login-Form, Admin/Dashboard-Titel, Port 8080/9090, Basic Auth	Critical
`api_endpoint`	JSON-Content-Type, REST-Pfade erkennbar, kein Browser-UI, API-Keys in Headern?	Medium
`ci_cd_pipeline`	Jenkins/GitLab/GitHub-Runner-Header, Port 8080/50000, Pipeline-UI-Pattern	Critical
`monitoring_tool`	Grafana/Prometheus/Kibana-Pattern, Port 3000/9090/5601, Metrics-Endpunkte	High
`collaboration_tool`	Jira/Confluence/Mattermost-Pattern, Port 8090/8065, SSO-Header	Medium
`database_ui`	phpMyAdmin/Adminer/pgAdmin-Pattern, Port 8080, SQL-Interface erkennbar	Critical
`file_sharing`	Nextcloud/Seafile/OwnCloud-Pattern, WebDAV-Header, Port 443/8080	High
`vpn_gateway`	OpenVPN/WireGuard-UDP, Port 1194/51820, VPN-Hersteller-Header	Medium
`unknown`	Kein eindeutiger Pattern-Match, Konfidenz < 0.5	Low

// LLM-Backends & Konfiguration

YADS Shadow IT KI unterstützt drei LLM-Backends. Für datenschutzkritische Umgebungen empfiehlt sich Ollama mit einem lokal betriebenen Modell — alle Daten verbleiben in der eigenen Infrastruktur.

SHADOW_IT_BACKENDS = {
    "gemini": {
        "model": "gemini-1.5-flash",
        "api_key_spec": "gemini_api_key",
        "max_tokens": 512,
        "privacy_note": "Daten gehen zu Google-Servern — nur abstrahierte Features",
    },
    "openai": {
        "model": "gpt-4o-mini",
        "api_key_spec": "openai_api_key",
        "max_tokens": 512,
        "privacy_note": "Daten gehen zu OpenAI-Servern — nur abstrahierte Features",
    },
    "ollama": {
        "model": "llama3.2:3b",          # Lokal, kein Datentransfer
        "endpoint": "OLLAMA_ENDPOINT",   # z.B. http://localhost:11434
        "max_tokens": 512,
        "privacy_note": "Vollständig lokal — empfohlen für kritische Umgebungen",
    },
}

Eigenschaft	Wert
Modul-Name	`shadow_it_ai` (Add-On)
Scan-Trigger	Nach jedem Group-A-Scan — klassifiziert neu entdeckte Assets
Batch-Größe	20 Assets pro LLM-Batch (parallele Requests)
Konfidenz-Schwelle	≥ 0.7 für automatischen Befund; 0.5–0.69 → Review-Queue
Caching	Klassifikationsergebnis wird gecacht — kein Re-Call bei unverändertem Asset-Fingerprint
Ollama-Modell-Empfehlung	`llama3.2:3b` (schnell) oder `mistral:7b` (höhere Genauigkeit)