Проект AIxVuln - пентестинг с ИИ

Проект AIxVuln на первый взгляд выглядит впечатляюще и современно. Это довольно зрелая попытка автоматизировать процесс поиска уязвимостей (Vulnerability Mining) с использованием современных технологий: LLM, мультиагентных систем и изолированных сред.

Ссылка: github.com/m4xxxxx/AIxVuln


Анализ проекта на основе предоставленной документации (https://github.com/m4xxxxx/AIxVuln/blob/main/README.md):

1. Архитектурные преимущества

Мультиагентный подход (Digital Humans): Разделение ролей на «цифровых людей» (Ops, Analyze, Verifier, Report) с разными личностями — это не просто маркетинг. Разные системные промпты для разных задач (например, «креативный» аналитик vs «строгий» верификатор) могут повысить качество результатов по сравнению с одним универсальным агентом.

DecisionBrain (Мозг центра): Наличие глобального оркестратора, который управляет состоянием, памятью и сборкой цепочек эксплуатации (exploitChain), критически важно. Без этого агенты могли бы действовать хаотично.

Docker-песочница: Это самый важный элемент безопасности. Автоматический запуск кода, установка зависимостей и проверка PoC (Proof of Concept) должны происходить только в изолированном контейнере (aisandbox). Проект это учитывает, что снижает риски для хоста.

Полный цикл (End-to-End): Система закрывает весь пайплайн: от клонирования репозитория и настройки окружения до аудита, верификации и генерации отчета. Это экономит много времени исследователя.

2. Технические особенности
Деплой: Упаковка всего (фронтенд, бэкенд, Dockerfile) в один бинарный файл (Go + Wails) — отличное решение для удобства использования. Не нужно разворачивать сложные зависимости.

Гибкость моделей: Поддержка любого API, совместимого с OpenAI (GLM, Qwen, DeepSeek), позволяет выбирать баланс между ценой и качеством. Разделение конфигов для decision (умная модель) и main_setting (дешевая модель) — грамотная оптимизация затрат.

Human-in-the-loop: Возможность chatten с агентами через @имя и вмешиваться в процесс — критически важная функция. Полная автономия ИБ-инструментов пока опасна, возможность ручной коррекции снижает количество ложных срабатываний.


Это ваша команда "цифровых людей" - наверное, правильно их назвать "экспертами" с соответствующими настраевыми ролями

Агенты и цифровые люди​

В AIxVuln Агент и Цифровой Человек — это два разных уровня понятий:

• Агент — базовый тип возможностей, определяющий логику выполнения, доступные инструменты и системные запросы для класса задач. Всего существует 6 категорий.
• Цифровой человек — пример самостоятельной личности, связанной с определённым типом способности агента. У каждого цифрового человека есть имя, пол, возраст, личность, аватар и кастомный запрос, который работает как постоянный экземпляр и повторно использует воспоминания в разных задачах.

Проще говоря: агенты — это способности, а цифровые люди — персонажи. Один и тот же тип способности агента может иметь нескольких цифровых людей с разными личностями.

3. Атаки и вопросы безопасности

Специфика такова. Софт имее двойное назначение (Dual-use): Это мощный оффensive-инструмент.

Не удалось прогрузить медиа

​

В правильных руках софт может использоваться для автоматизации атак на открытые проекты​

Безопасность песочницы: Хотя используется Docker, конфигурация контейнеров (aisandbox) должна быть максимально жесткой (network isolation, read-only filesystem где возможно), чтобы исключить escape из контейнера при выполнении вредоносного кода из анализируемого репозитория.

Хранение секретов: API-ключи и пароли хранятся в локальной SQLite базе (data/AIxVuln.db).
Нужно убедиться, что права доступа к этому файлу ограничены, особенно если система стоит на общем сервере.

Галлюцинации ИИ: Несмотря на наличие верификаторов и строгого механизма проверки, LLM все еще могут придумывать уязвимости. Проект заявляет о найденных реальных багах, но процент ложных срабатываний (False Positives) всегда будет требовать ручной проверки человеком.

4. Вывод

AIxVuln - это серьезный инструмент уровня Enterprise/Research. Он решает главную проблему автоматического сканирования - высокую частоту ложных срабатываний - за счет внедрения этапа верификации в реальном окружении и цепочки рассуждений (Chain of Thought) через агентов.


По указанной выше ссылке можно посмотреть отчет. Лично меня POC не впечатлил (была простая скуля и еще обход аутентификации), но это конечно, поверхностное суждение.
Интересно, есть ли действительно смысл пытаться приручить очередного китайского панголина, или это малоинтересная поделка? Не знаю. Интересно было бы почитать чей-то отзыв.

Я пробовать не буду, но как сорока честно уведомила коллектив "Тёмного леса" :)