♧ Godown 安全知识树

AI 渗透 Agent 证据驱动流水线:候选 + 原始请求/响应,人工做成立判断

ai-security/agent-security · verified

一句话结论

把“域名 → 资产收集 → CVE 情报 → 验证 → 报告”串成 MCP/Skill 流水线可以大幅压缩重复劳动,但必须把“漏洞是否成立”留给人工:Agent 只输出候选 + 原始请求/响应,人工按状态码/端口/响应体三对照复核,避免大模型“自信地错”把编造的请求包写进报告。

原理

  • 四阶段流水线:①资产收集(fofa-mcp 资产测绘、tscan 子域/端口、argus Google Dork);②漏洞情报(cve-mcp 的 41 个工具直连 NVD/EPSS/KEV/GitHub Advisory/OSV,聚合 CVE、利用概率、Nuclei 模板、公开 PoC、Metasploit 模块);③漏洞验证(pen/http_request 当 Repeater,按 Skill 给出的价值顺序验证 Actuator → JS 凭据 → 云密钥 → 流媒体);④初筛报告(写入 pentest-assets 台账,按 SRC 模板生成)。
  • Skill 承载经验:Agent 不是从零发明流程,而是翻 Skill 笔记照做——预筛域名、dig +tcp 严格验证防假阳性、泛解析过滤(医院/云厂商域名跳过爆破)、指纹必须手动验证 .do/.action 后缀。
  • 实测收益:资产收集 60→5 分钟(12x)、情报 20→2 分钟(10x)、验证 40→15 分钟(2.7x)、报告 30→3 分钟(10x);合计 150→35 分钟(25 分钟流水线 + 10 分钟人工复核,约 4x)。验证环节提升最小,因为它需要真发请求、看响应,越依赖判断力的环节自动化收益越低。
  • 为什么必须人审:大模型会“自信地错”——示例中 Agent 报告“未授权访问”,附了请求包,但人工复核发现响应状态码和端口对不上,请求包是模型编的。Agent 的结论只能当候选,不能当事实。
  • 红线规则:规则 1:Agent 不得自行判定漏洞成立,必须回传原始请求/响应包;规则 2:Agent 输出 = 候选 + 请求包 + 响应包,人只做“成立/不成立”的判断题。
  • 其他工程约束:每个目标独立 session(跨目标串话会混资产);MCP 指纹误报(tscan 报 Apache-Struts2 十有八九是 nginx 误报)必须人工验证;扫描走 Kali VM、限速、只测授权目标;报告数据量克制(“数十万级”而非百万条)、手机号打码、真实目标名不出现。

触发条件

  • 有明确授权的 SRC/渗透测试目标,范围和速率限制已约定。
  • 可用的 MCP 工具链(资产测绘、子域/端口、CVE 情报、HTTP 请求、台账)与 Agent 框架(示例 Hermes)。
  • 已把前期经验沉淀为 Skill(预筛、验证、报告模板)。
  • 有人工复核者,能在 10 分钟内完成请求/响应核对。
  • 接受“AI 干活、人做判断”的边界,不追求全自动出结论。

利用步骤

  1. 准备工具与 Skill:按 skills/recon、skills/hunting、skills/workflow 分目录;把预筛、泛解析过滤、验证顺序、报告模板写成可执行规则。
  2. 资产收集:Agent 依次调用 fofa_search("domain=example.com")、tscan_domain_enum(domain)、tscan_port_scan(host)、argus_search("site:example.com inurl:admin");对子域做 dig +tcp 与泛解析过滤。
  3. 指纹与情报:指纹确认后调用 cve_enrich、epss_score、nuclei_check、exploit_search、msf_check,按 EPSS 排序优先验证高利用概率的洞。
  4. 验证:按 Skill 顺序用 pen/http_request 发请求;每次都保存原始请求/响应,不写结论;对候选记录 URL、参数、状态码、端口、响应体。
  5. 人工复核:按状态码/端口/响应体三对照;检查请求包是否真实发出、响应是否对应当前目标;确认成立/不成立。
  6. 报告:把确认结果写入 pentest-assets,按 SRC 模板生成复现步骤、Burp 请求包、客观危害、具体修复建议;执行数据量克制与脱敏规则。
  7. 风控:每目标独立 session;Kali VM 出口;限速;禁止爆破/破坏性操作;只测授权目标。

PoC

流水线指令序列(示意):

# 触发:hermes 里输入"收集 example.com 的资产"
fofa_search("domain=example.com")
tscan_domain_enum(domain)
tscan_port_scan(host)
argus_search("site:example.com inurl:admin")

# 指纹出 Struts2 后聚合情报
cve_enrich("CVE-2024-xxxxx")
epss_score("CVE-2024-xxxxx")
nuclei_check("CVE-2024-xxxxx")
exploit_search(cve)
msf_check("CVE-2024-xxxxx")

# 验证:只回传原始包,不判定
pen/http_request(raw_request) -> raw_response

Agent 规则(写死):

规则 1:Agent 不得自行判定漏洞成立,必须回传原始请求/响应包,由工程师确认。
规则 2:证据驱动——Agent 输出 = 候选 + 请求包 + 响应包,人只做"成立/不成立"的判断题。
规则 3:禁爆破、禁破坏性操作、只测授权目标。
规则 4:报告数据量克制(数十万级)、手机号打码、真实目标名不出现。

人工复核清单:

[ ] 状态码与预期一致(不是模型编造)
[ ] 端口/主机与当前目标一致
[ ] 响应体包含可复现的证据(TotalItems/回显数据等)
[ ] 请求包可在 Burp 中重放并得到同样结果

变体与关联

  • 工具变体:fofa/quake/hunter、nmap/masscan、nuclei、Burp/curl;cve-mcp 可换成自建 NVD/EPSS 聚合服务。
  • 自动化程度:全自动只适用于信息收集、情报聚合、报告草稿;验证与利用链设计必须保留人工判断。原文实测 2 个候选中 1 个成立、1 个是模型看错状态码,说明“候选”与“事实”之间必须有人审。
  • 多目标变体:每目标独立 session、独立台账;跨目标复用 Skill 但不复用上下文。
  • 关联卡片:[[defense-detection-agent-runtime-fuse-ebpf-uprobe-tracing]](Agent 运行时行为审计)、[[ai-security-agent-security-repeat-after-me-tool-call]](诱导 Agent 生成工具调用)、[[pentest-recon-waybackurls-historical-url-asset-discovery]](历史 URL 资产发现)。
  • 边界:依赖 MCP 工具质量与授权范围;LLM 幻觉、工具误报、指纹误判都会污染结果;自动化扫描可能触发风控/封禁;未经授权的目标不适用。

检测与防御

  • 证据链:所有 Agent 输出必须带原始请求/响应与时间戳;报告中的每个结论可回溯到具体数据包;禁止只保存模型总结。
  • 三对照复核:状态码、端口/主机、响应体三项同时核对;任一项不一致即退回候选,不写入报告。
  • 幻觉治理:把“模型结论”与“工具原始输出”分开存储;对 Agent 声称的漏洞做自动重放校验(用保存的请求包重新发送,比对响应);对状态码/长度/关键字做程序化校验。
  • 上下文与风控:每目标独立 session;限制并发与速率;Kali VM 出口;授权范围白名单;禁止爆破/破坏性 payload;敏感数据脱敏。
  • 运营:定期用已知成立/不成立的样本回归,统计 Agent 误报率与人工复核耗时;把误报模式写回 Skill 与规则。