AttackGen

AttackGen هي أداة لاختبار الاستجابة للحوادث الأمنية السيبرانية تستفيد من قوة النماذج اللغوية الكبيرة وأطر MITRE ATT&CK وATLAS الشاملة. تُنشئ الأداة سيناريوهات استجابة للحوادث مُخصّصة بناءً على مجموعات الجهات الفاعلة في التهديدات التي يختارها المستخدم، ودراسات حالات هجمات الذكاء الاصطناعي، وتفاصيل مؤسستك.

جدول المحتويات

• Star the Repo
• الميزات
• الإصدارات
• المتطلبات
• التثبيت
• إعداد LangSmith
• إعداد البيانات
• تشغيل AttackGen
• خادم MCP
• مهارات الوكيل
• الاستخدام
• أفضل ممارسات الأمان
• المساهمة
• الترخيص

Star the Repo

إذا وجدت AttackGen مفيدة، فيُرجى التفكير في وضع نجمة على المستودع على GitHub. يساعد ذلك المزيد من الأشخاص على اكتشاف الأداة. دعمكم محل تقدير كبير! ⭐

الميزات

• يُنشئ سيناريوهات استجابة للحوادث فريدة بناءً على مجموعات الجهات الفاعلة في التهديدات المختارة أو دراسات حالة ATLAS.
• يتيح لك تحديد حجم مؤسستك وقطاعها للحصول على سيناريو مُخصّص.
• يدعم أطر MITRE ATT&CK Enterprise وICS (أنظمة التحكم الصناعي) وATLAS (المشهد المتطور للتهديدات في أنظمة الذكاء الاصطناعي).
• يعرض قائمة مفصّلة بالتقنيات التي تستخدمها مجموعة الجهات الفاعلة في التهديدات أو دراسة الحالة المختارة.
• إنشاء سيناريوهات مخصّصة بناءً على مجموعة مختارة من تقنيات ATT&CK أو ATLAS.
• استخدام قوالب السيناريوهات لإنشاء سيناريوهات مخصّصة بسرعة بناءً على الأنواع الشائعة من الحوادث السيبرانية، بما في ذلك أنماط الهجوم الخاصة بالذكاء الاصطناعي/التعلّم الآلي.
• إنشاء سيناريوهات تهديد داخلي بالذكاء الاصطناعي - تمارين استجابة للحوادث يتصرف فيها وكيل ذكاء اصطناعي متقدّم منتشر داخل مؤسستك كتهديد داخلي، بناءً على نموذج التهديد من Actions Speak Louder Than Tokens: An Insider Threat Model for Frontier AI Agents. تتشكّل السيناريوهات وفقًا لنموذج نشر الوكيل (مستوى الاستقلالية)، وفئة التهديد، وتهديدات STRIDE، وبذرة سيناريو نصية حرّة اختيارية.
• AttackGen Assistant - واجهة محادثة لتحديث السيناريوهات المُنشأة و/أو طرح الأسئلة حولها، مع مسار مباشر للعودة إلى الصفحة التي جاء منها السيناريو.
• إعداد موجّه: تعرض كل صفحة الشريط الجانبي نفسه Setup، وتُدرج كل متطلب معلّق في ملخّص جاهزية واحد، وتُبقي زر Generate معطّلًا حتى يصبح سير العمل جاهزًا.
• تبقى النتائج محفوظة طوال الجلسة: تحتفظ كل صفحة سيناريو بآخر نتيجة خاصة بها، والمدخلات الملتقطة، والتنزيلات عبر إعادات التشغيل والتنقّل، ولا يستبدلها أو يزيلها سوى Regenerate أو Clear result صراحةً.
• تأتي السيناريوهات الطويلة بملخّص موجز وتنقّل بين الأقسام، بما في ذلك اختصارات إلى الحقن ومعايير النجاح والمقاييس والمنتجات وقواعد الاشتباك التي يدير منها الميسّر التمرين.
• التقاط ملاحظات المستخدمين حول جودة السيناريوهات المُنشأة.
• رفيق الكشف والاستجابة: بالنسبة لتقنيات السيناريو، يُدرج AttackGen استراتيجيات الكشف المطابقة في ATT&CK والتحليلات ومصادر السجلات والتخفيفات، قابلة للتنزيل كملف _detection.md منفصل.
• تنزيل طبقة ATT&CK Navigator لسيناريوهات مجموعات التهديدات والسيناريوهات المخصّصة، حتى تتمكن من عرض تقنيات السيناريو في ATT&CK Navigator.
• مفاتيح تبديل اختيارية في صفحتي مجموعات التهديدات والسيناريوهات المخصّصة: AI-enhanced adversary يعيد صياغة سلسلة القتل نفسها بوصفها مُعزّزة بالذكاء الاصطناعي، وPurple-team narrative يضيف شرحًا مرحليًا من منظور المدافع مبنيًا على عمليات الكشف والتخفيفات المقدّمة.
• سيناريوهات قابلة للتنزيل بصيغة Markdown، بالإضافة إلى تقرير الكشف وطبقة Navigator.
• خادم MCP (attackgen-mcp) يعرض سلاسل القتل وتقارير الكشف وطبقات Navigator وإنشاء السيناريوهات للعملاء الوكيلين، بالإضافة إلى مهارة الوكيل attackgen-tabletop لتحويل هذا الناتج إلى تمرين طاولة جاهز للميسّر.
• استخدام OpenAI API أو Anthropic API (نماذج Claude) أو Google AI API أو Mistral API أو Groq API أو أي نقطة نهاية مخصّصة متوافقة مع OpenAI (Ollama، LM Studio، Azure OpenAI، OpenRouter، إلخ) لإنشاء سيناريوهات استجابة للحوادث. تُوجَّه جميع المزوّدين عبر LiteLLM خلف غلاف داخلي واحد، لذا فإن إضافة نموذج جديد تغيير من سطر واحد.
• متاح كصورة حاوية Docker لسهولة النشر.
• تكامل اختياري مع LangSmith لتصحيح الأخطاء والاختبار ومراقبة أداء النموذج بشكل فعّال.
• إدارة آمنة لبيانات الاعتماد باستخدام ملف .env لمفاتيح API والأسرار.

الإصدارات