Security
Contribuindo para o modelo de ameaças
Obrigado por ajudar a tornar o OpenClaw mais seguro. Este modelo de ameaças é um documento vivo e aceitamos contribuições de qualquer pessoa - você não precisa ser especialista em segurança.
Formas de contribuir
Adicionar uma ameaça
Identificou um vetor de ataque ou risco que ainda não cobrimos? Abra uma issue em openclaw/trust e descreva em suas próprias palavras. Você não precisa conhecer nenhum framework nem preencher todos os campos - basta descrever o cenário.
Útil incluir (mas não obrigatório):
- O cenário de ataque e como ele poderia ser explorado
- Quais partes do OpenClaw são afetadas (CLI, Gateway, canais, ClawHub, servidores MCP etc.)
- Quão grave você acha que é (baixo / médio / alto / crítico)
- Links para pesquisas relacionadas, CVEs ou exemplos do mundo real
Cuidaremos do mapeamento ATLAS, dos IDs de ameaça e da avaliação de risco durante a revisão. Se você quiser incluir esses detalhes, ótimo - mas isso não é esperado.
Isto é para adicionar ao modelo de ameaças, não para relatar vulnerabilidades ativas. Se você encontrou uma vulnerabilidade explorável, consulte nossa página Trust para instruções de divulgação responsável.
Sugerir uma mitigação
Tem uma ideia de como tratar uma ameaça existente? Abra uma issue ou PR referenciando a ameaça. Mitigações úteis são específicas e acionáveis - por exemplo, "limitação de taxa por remetente de 10 mensagens/minuto no Gateway" é melhor do que "implementar limitação de taxa".
Propor uma cadeia de ataque
Cadeias de ataque mostram como várias ameaças se combinam em um cenário de ataque realista. Se você enxergar uma combinação perigosa, descreva as etapas e como um atacante as encadearia. Uma narrativa curta de como o ataque acontece na prática é mais valiosa do que um modelo formal.
Corrigir ou melhorar conteúdo existente
Erros de digitação, esclarecimentos, informações desatualizadas, exemplos melhores - PRs são bem-vindos, sem necessidade de issue.
O que usamos
Framework MITRE ATLAS
Este modelo de ameaças é construído sobre o MITRE ATLAS (Adversarial Threat Landscape for AI Systems), um framework projetado especificamente para ameaças de IA/ML, como injeção de prompt, uso indevido de ferramentas e exploração de agentes. Você não precisa conhecer ATLAS para contribuir - mapeamos as submissões para o framework durante a revisão.
IDs de ameaça
Cada ameaça recebe um ID como T-EXEC-003. As categorias são:
| Código | Categoria |
|---|---|
| RECON | Reconhecimento - coleta de informações |
| ACCESS | Acesso inicial - obtenção de entrada |
| EXEC | Execução - execução de ações maliciosas |
| PERSIST | Persistência - manutenção do acesso |
| EVADE | Evasão de defesa - evitar detecção |
| DISC | Descoberta - aprender sobre o ambiente |
| EXFIL | Exfiltração - roubo de dados |
| IMPACT | Impacto - dano ou interrupção |
Os IDs são atribuídos pelos mantenedores durante a revisão. Você não precisa escolher um.
Níveis de risco
| Nível | Significado |
|---|---|
| Crítico | Comprometimento total do sistema, ou alta probabilidade + impacto crítico |
| Alto | Dano significativo provável, ou probabilidade média + impacto crítico |
| Médio | Risco moderado, ou baixa probabilidade + alto impacto |
| Baixo | Improvável e impacto limitado |
Se você não tiver certeza sobre o nível de risco, apenas descreva o impacto e nós o avaliaremos.
Processo de revisão
- Triagem - Revisamos novas submissões em até 48 horas
- Avaliação - Verificamos a viabilidade, atribuímos o mapeamento ATLAS e o ID de ameaça, validamos o nível de risco
- Documentação - Garantimos que tudo esteja formatado e completo
- Mesclagem - Adicionado ao modelo de ameaças e à visualização
Recursos
Contato
- Vulnerabilidades de segurança: Consulte nossa página Trust para instruções de relato
- Perguntas sobre o modelo de ameaças: Abra uma issue em openclaw/trust
- Chat geral: canal #security no Discord
Reconhecimento
Contribuidores do modelo de ameaças são reconhecidos nos agradecimentos do modelo de ameaças, nas notas de lançamento e no hall da fama de segurança do OpenClaw por contribuições significativas.