Skip to content
KitploitKITPLOIT
ToolsExploitsBlog
Log in
Einreichen
ToolsExploitsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

FeedsKontaktDatenschutz© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
VulnBot — LLM-gesteuertes Multi-Agenten-Framework, das menschliche Penetrationstest-Workflows autonom nachbildet, Kali-Linux-Tools orchestriert und RAG-Wissensabruf für Sicherheitsbewertungen nutzt. | Kitploit
Tools/GitHubGitHub/khenryaegis/vulnbot
Penetrationstest-FrameworksAufklärungExploit-FrameworksSchwachstellenanalyseScripting & AutomatisierungPenetrationstestsPapers & ForschungRed TeamingKI-Sicherheit
GitHubkhenryaegis/vulnbot

VulnBot

LLM-gesteuertes Multi-Agenten-Framework, das menschliche Penetrationstest-Workflows autonom nachbildet, Kali-Linux-Tools orchestriert und RAG-Wissensabruf für Sicherheitsbewertungen nutzt.

22337vor 4 TagenVon Kitploit geprüft
Repository anzeigen

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →
Teilen

VulnBot: Autonomes Penetrationstesting für ein kollaboratives Multi-Agenten-Framework

.svg'>

Inhaltsverzeichnis

  • Überblick
  • Schnellstart
  • Zitation
  • Kontakt

Überblick

Hinweis:

  • ⭐ Wenn Sie dieses Projekt nützlich finden, ziehen Sie bitte in Betracht, ihm einen STAR zu geben! ⭐
  • Wenn Sie auf Fehler oder Probleme stoßen, können Sie gerne ein Issue eröffnen oder einen Pull Request einreichen.

VulnBot ist ein fortschrittliches automatisiertes Penetrationstesting-Framework, das Large Language Models (LLMs) nutzt, um den Arbeitsablauf menschlicher Penetrationstesting-Teams innerhalb eines Multi-Agenten-Systems nachzubilden. Dieser innovative Ansatz verbessert Effizienz, Zusammenarbeit und Anpassungsfähigkeit bei Sicherheitsbewertungen.

VulnBot Framework

Diese RAG-Implementierung basiert auf Langchain-Chatchat. Besonderer Dank gilt den Autoren.


Schnellstart

Voraussetzungen

Stellen Sie sicher, dass Ihre Umgebung die folgenden Anforderungen erfüllt, bevor Sie fortfahren:

  • Programmiersprache: Python 3.11.11
  • Paketmanager: Pip

Installation

Installieren Sie VulnBot mit einer der folgenden Methoden:

Aus dem Quellcode erstellen

  1. Klonen Sie das VulnBot-Repository:

    git clone https://github.com/KHenryAegis/VulnBot
    
  2. Navigieren Sie in das Projektverzeichnis:

    cd VulnBot
    
  3. Installieren Sie die Abhängigkeiten:

    pip install -r requirements.txt
    

Konfigurationsanleitung

Bevor Sie VulnBot initialisieren, müssen Sie die Systemeinstellungen konfigurieren. Detaillierte Anweisungen zum Ändern der folgenden Punkte finden Sie in der Konfigurationsanleitung:

  • Kali Linux-Konfiguration (Hostname, Port, Benutzername, Passwort)
  • MySQL-Datenbankeinstellungen (Host, Port, Benutzer, Passwort, Datenbank)
  • LLM-Einstellungen (base_url, llm_model_name, api_key)
  • Aktivieren von RAG (setzen Sie enable_rag auf true und konfigurieren Sie milvus und kb_name)

Initialisieren des Projekts

Bevor Sie VulnBot verwenden, initialisieren Sie das Projekt:

python cli.py init

Starten des RAG-Moduls

python cli.py start -a

Ausführen von VulnBot

Um VulnBot auszuführen, verwenden Sie:

python cli.py vulnbot -m {max_interactions}

Ersetzen Sie {max_interactions} durch die gewünschte Anzahl an Interaktionen.


Zitation

Wenn Sie VulnBot für akademische Zwecke verwenden, zitieren Sie bitte unser Paper:

@misc{kong2025vulnbotautonomouspenetrationtesting,
      title={VulnBot: Autonomous Penetration Testing for a Multi-Agent Collaborative Framework}, 
      author={He Kong and Die Hu and Jingguo Ge and Liangxiong Li and Tong Li and Bingzhen Wu},
      year={2025},
      eprint={2501.13411},
      archivePrefix={arXiv},
      primaryClass={cs.SE},
      url={https://arxiv.org/abs/2501.13411}, 
}

Kontakt

Wenn Sie Fragen oder Anregungen haben, eröffnen Sie bitte ein Issue auf GitHub. Beiträge, Diskussionen und Verbesserungen sind immer willkommen!

Tool herunterladen