AttackGen

AttackGen est un outil de test de réponse aux incidents de cybersécurité qui exploite la puissance des grands modèles de langage ainsi que les frameworks complets MITRE ATT&CK et ATLAS. L'outil génère des scénarios de réponse aux incidents sur mesure en fonction des groupes d'acteurs de menace sélectionnés par l'utilisateur, des études de cas d'attaques par IA et des détails de votre organisation.

Star the Repo

Si vous trouvez AttackGen utile, pensez à ajouter une étoile au dépôt sur GitHub. Cela aide davantage de personnes à découvrir l'outil. Votre soutien est grandement apprécié ! ⭐

Fonctionnalités

Génère des scénarios uniques de réponse aux incidents en fonction des groupes d'acteurs de menace ou des études de cas ATLAS choisis.
Vous permet de spécifier la taille et le secteur d'activité de votre organisation pour un scénario sur mesure.
Prend en charge les référentiels MITRE ATT&CK Enterprise, ICS (Industrial Control Systems) et ATLAS (Adversarial Threat Landscape for AI Systems).
Affiche une liste détaillée des techniques utilisées par le groupe d'acteurs de menace ou l'étude de cas sélectionné.
Créez des scénarios personnalisés à partir d'une sélection de techniques ATT&CK ou ATLAS.
Utilisez des modèles de scénarios pour générer rapidement des scénarios personnalisés basés sur des types courants de cyberincidents, y compris des schémas d'attaque spécifiques à l'IA/ML.
Générez des Scénarios de menace interne par IA - des exercices de réponse aux incidents dans lesquels un agent d'IA de pointe déployé au sein de votre organisation se comporte comme une menace interne, sur la base du modèle de menace issu de Actions Speak Louder Than Tokens: An Insider Threat Model for Frontier AI Agents. Les scénarios sont façonnés par l'archétype de déploiement de l'agent (niveau d'autonomie), la catégorie de menace, les menaces STRIDE et une amorce de scénario en texte libre facultative.
AttackGen Assistant - une interface de chat pour mettre à jour et/ou poser des questions sur les scénarios générés, avec un retour direct vers la page d'origine du scénario.
Configuration guidée : chaque page affiche la même barre latérale Setup, liste toutes les exigences en attente dans un résumé de préparation unique, et maintient Generate désactivé jusqu'à ce que le flux de travail soit prêt.
Les résultats persistent pendant la session : chaque page de scénario conserve son propre dernier résultat, ses entrées capturées et ses téléchargements à travers les réexécutions et la navigation, et seul un Regenerate ou Clear result explicite le remplace ou le supprime.
Les scénarios longs sont accompagnés d'un résumé compact et d'une navigation par sections, incluant des raccourcis vers les injects, les critères de réussite, les métriques, les artefacts et les règles d'engagement à partir desquels un facilitateur anime l'exercice.
Recueille les retours des utilisateurs sur la qualité des scénarios générés.
Compagnon Détection & Réponse : pour les techniques du scénario, AttackGen liste les stratégies de détection ATT&CK, les analyses, les sources de journaux et les mesures d'atténuation correspondantes, téléchargeables dans un fichier _detection.md séparé.
Téléchargement de la couche ATT&CK Navigator pour les scénarios Threat Group et Custom, afin de visualiser les techniques du scénario dans le ATT&CK Navigator.
Options facultatives sur les pages Threat Group et Custom : AI-enhanced adversary reformule la même kill chain comme accélérée par l'IA, et Purple-team narrative ajoute une visite guidée étape par étape du point de vue du défenseur, construite à partir des détections et mesures d'atténuation fournies.
Scénarios téléchargeables au format Markdown, ainsi que le rapport de détection et la couche Navigator.
Serveur MCP (attackgen-mcp) qui expose les kill chains, les rapports de détection, les couches Navigator et la génération de scénarios aux clients agentiques, ainsi que l'Agent Skill attackgen-tabletop pour transformer cette sortie en un exercice de tabletop prêt pour un facilitateur.
Utilisez l'API OpenAI, l'API Anthropic (modèles Claude), l'API Google AI, l'API Mistral, l'API Groq, ou tout point de terminaison personnalisé compatible OpenAI (Ollama, LM Studio, Azure OpenAI, OpenRouter, etc.) pour générer des scénarios de réponse aux incidents. Tous les fournisseurs sont routés via LiteLLM derrière un wrapper interne unique, de sorte que l'ajout d'un nouveau modèle se fait en une seule ligne.
Disponible sous forme d'image de conteneur Docker pour un déploiement facile.
Intégration facultative avec LangSmith pour un débogage, des tests et une surveillance puissants des performances des modèles.
Gestion sécurisée des identifiants via un fichier .env pour les clés API et les secrets.

AttackGen Screenshot

attackgen v0.16.0