
KI-gestützte Sicherheitsanalyse-Erweiterung für Mobile Security Framework MobSF
Dieses Projekt fügt dem Mobile Security Framework (MobSF) einen KI-gestützten Chat-Assistenten hinzu. Es ermöglicht Sicherheitsanalysten, innerhalb der Oberfläche direkt Fragen zum von MobSF generierten Analysebericht zu stellen, wobei das OpenAI-Modell genutzt wird.
Die Lösung besteht aus drei Docker‑Diensten, die zusammenarbeiten:
mobsf): Das Standard‑Mobile‑Security‑Framework, das auf Port 8000 läuft.chat): Eine Python‑Flask‑Anwendung, die auf Port 5000 läuft.
gateway): Ein Nginx‑Reverse‑Proxy (hört auf Port 8080), der alles koordiniert:
/chat/ und /api/chat an den Sidecar‑Container weiter.Repository klonen:
git clone <repository-url>
cd Mobsf_Side_Car
Umgebung konfigurieren:
Öffne docker-compose-mobsfai.yml und überprüfe die Umgebungsvariablen.
Du musst in der Regel deinen OpenAI‑API‑Schlüssel angeben. Du kannst ihn direkt in der Datei setzen (nicht empfohlen für eingecheckten Code) oder in deiner Shell exportieren:
export MOBSF_OPENAI_API_KEY="sk-..."
Hinweis: Die MOBSF_API_KEY ist derzeit in der docker‑compose‑Datei für die MobSF‑Instanz und den Sidecar fest auf 1234567890 hartcodiert. Wenn du sie an einer Stelle änderst, stelle sicher, dass du sie auch im anderen Dienst aktualisierst. Du kannst den API‑Schlüssel auch in der MobSF‑GUI ändern.
Erstellen und starten: Führe den folgenden Befehl aus, um den Chat‑Container zu bauen und den Stack zu starten:
docker-compose -f docker-compose-mobsfai.yml up --build
ODER
docker-compose -f docker-compose-mobsfai.yml up -d --build
ODER
docker-compose -f docker-compose-mobsfai.yml down -v
http://localhost:8080 und nicht über Port 8000 zugreifst./StaticAnalyzer/ enthält oder dem vom injizierten Skript erwarteten Muster entspricht.docker logs mobsf_chat.OPENAI_API_KEY gültig ist und Zugriff auf das Modell hat.MOBSF_API_KEY sowohl in den mobsf- als auch in den chat-Dienstdefinitionen in docker-compose-mobsfai.yml übereinstimmt.Zugriff auf die Anwendung: Öffne deinen Browser und navigiere zu: http://localhost:8080
(Hinweis: Verwende nicht Port 8000, da dieser das Nginx‑Gateway umgeht und die Chat‑Schaltfläche nicht erscheint.)