Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Bedrohungserkennung für Agent Platform testen

Auf dieser Seite wird erläutert, wie Sie prüfen können, ob die Bedrohungserkennung für Agent Platform funktioniert, indem Sie Detektoren auslösen und auf Ergebnisse prüfen. Die Bedrohungserkennung für Agent Platform ist ein integrierter Dienst von Security Command Center.

Hinweis

Damit potenzielle Bedrohungen für Ihre Agent Runtime-Agents erkannt werden, muss der Agent Platform Threat Detection-Dienst in Security Command Center aktiviert sein.

Umgebung einrichten

Wenn Sie die Bedrohungserkennung für Agent Platform testen möchten, richten Sie einen Demo-Agent ein, der schädliche Aktivitäten simuliert.

Projekt erstellen und Shell aktivieren

Wählen Sie ein Google Cloud Projekt aus oder erstellen Sie eines, das Sie zum Testen verwenden möchten.

Zum Testen von Detektoren können Sie die Google Cloud Console und Cloud Shell verwenden.

Rufen Sie die Google Cloud Console auf.

Rufen Sie die Google Cloud Console auf.
Wählen Sie das Projekt aus, das Sie zum Testen verwenden möchten.
Klicken Sie auf Cloud Shell aktivieren.

Sie können die Testanleitung auch über eine lokale Shell ausführen.

Agent Runtime einrichten

Wenn Sie die Agent Runtime in diesem Projekt noch nicht verwendet haben, richten Sie die Agent Runtime-Umgebung ein, bevor Sie beginnen. Notieren Sie den Namen des von Ihnen erstellten Cloud Storage-Staging-Buckets. Wir empfehlen Ihnen außerdem, der Agent Runtime Kurzanleitung zu folgen, um zu erfahren, wie Sie einen Agenten mit dem Vertex AI SDK entwickeln und bereitstellen.

Testskript erstellen

Sie erstellen mehrere Dateien, die zum Bereitstellen eines neuen Agenten für Tests verwendet werden. Verwenden Sie dazu einen Texteditor wie nano.

Erstellen Sie eine neue Datei mit dem Namen requirements.txt und folgendem Inhalt.

google-cloud-aiplatform[agent_engines]
google-adk
google-genai
aiohttp
cloudpickle
pydantic

Erstellen Sie eine neue leere Datei mit dem Namen installation_scripts/install.sh. Für einige Tests muss dieser Datei Inhalt hinzugefügt werden.

Erstellen Sie eine neue Datei mit dem Namen main.py und folgendem Inhalt. Ersetzen Sie die Variablen PROJECT_ID, LOCATION und STAGING_BUCKET. Der Name des Staging-Buckets muss das Präfix gs:// enthalten.

import asyncio
import os
import subprocess
import socket
import vertexai
from vertexai import Client, agent_engines
from google.adk.agents import llm_agent
from google.adk.sessions.in_memory_session_service import InMemorySessionService

# Replace with your own project, location, and staging bucket.
LOCATION = "LOCATION"
PROJECT_ID = "PROJECT_ID"
# Staging bucket must have gs:// prefix
STAGING_BUCKET = "STAGING_BUCKET"

client = Client(project=PROJECT_ID, location=LOCATION)

def _run_command(args, **kwargs):
  output = f"Called {' '.join(args)}\n"
  try:
    res = subprocess.run(args, capture_output=True, text=True, **kwargs)
    if res.stdout:
      output += f"Result: {res.stdout.strip()}\n"
    if res.stderr:
      output += f"Error: {res.stderr.strip()}\n"
  except subprocess.TimeoutExpired:
    output += "Command timed out as expected."
  return output

# Tool to simulate threats. The function body will be replaced for individual
# detector tests.
def threat_detection_test():
  output = _run_command(["sleep", "60"])
  output += _run_command(["echo", "this is a fake threat"])
  output += _run_command(["sleep", "10"])
  return output

root_agent = llm_agent.Agent(
    model="gemini-2.5-flash",
    name="threat_detection_test_agent",
    description="Runs threat detection test.",
    instruction="""
      You are an agent that runs a threat detection test using a fake malicious
      command.
    """,
    tools=[threat_detection_test],
)

async def main():
  vertexai.init(
    project=PROJECT_ID,
    location=LOCATION,
    staging_bucket=STAGING_BUCKET,
  )
  app = agent_engines.AdkApp(
      agent=root_agent, session_service_builder=InMemorySessionService
  )
  remote_agent = client.agent_engines.create(
      agent=app,
      config={
          "display_name": "scc_threat_test_agent",
          "identity_type": vertexai.types.IdentityType.AGENT_IDENTITY,
          "requirements": [
              "google-cloud-aiplatform[agent_engines,adk]",
              "cloudpickle",
              "pydantic",
          ],
          "staging_bucket": STAGING_BUCKET,
          "extra_packages": [
              "installation_scripts/install.sh",
          ],
      },
  )
  print("Deployed agent: ", remote_agent.api_resource.name)

  try:
      async for event in remote_agent.async_stream_query(
          user_id="threat_detection_tester",
          message="Run the threat detection test",
      ):
        print(event)
  finally:
      client.agent_engines.delete(name=remote_agent.api_resource.name, force=True)

if __name__ == "__main__":
  asyncio.run(main())

Virtuelle Umgebung einrichten

Erstellen und aktivieren Sie eine virtuelle Python-Umgebung.
```
  python3 -m venv env
  source env/bin/activate
```
Installieren Sie die erforderlichen Abhängigkeiten in der virtuellen Umgebung.
```
pip install -r requirements.txt
```

Skript testen

Führen Sie das Skript in der virtuellen Umgebung mit python3 main.py aus. Es dauert einige Minuten, bis der Test-Agent mit diesem Befehl erstellt, bereitgestellt und ausgeführt wird.

Das Skript gibt den Ressourcennamen des bereitgestellten Agents und einige JSON-Objekte aus, darunter eine LLM-Antwort und andere Metadaten. Wenn in dieser Phase Berechtigungs- oder Bereitstellungsfehler auftreten, finden Sie unter Fehlerbehebung weitere Informationen.

Test-Detektoren

Wenn Sie die Detektoren für die Bedrohungserkennung der Agent Platform testen möchten, ersetzen Sie den Code in der threat_detection_test-Funktion durch Code, der einen Angriff simuliert. Es kann lange dauern, bis das Skript bereitgestellt und der Agent abgefragt wird. Um die Tests zu beschleunigen, können Sie den Inhalt mehrerer dieser Funktionen kombinieren.