À propos

Utilise les API ChatGPT, Bard API et Llama2, Python-Nmap, DNS Recon, PCAP et modules JWT recon et utilise le modèle GPT3 pour créer des rapports de vulnérabilités basés sur les données de scan Nmap et les informations de scan DNS. Il peut également effectuer une énumération de sous-domaines dans une large mesure.

GPT_Vuln-analyzer

Ceci est une application Proof Of Concept qui démontre comment l'IA peut être utilisée pour générer des résultats précis pour l'analyse de vulnérabilités et permet également une utilisation plus poussée du déjà super utile ChatGPT, réalisée avec les modules Python openai-api, python-nmap, dnsresolver et utilise également customtkinter et tkinter pour la version GUI du code. Ce projet possède aussi une interface CLI et GUI, il est capable de faire de l'analyse de vulnérabilité réseau, de l'énumération DNS ainsi que de l'énumération de sous-domaines.

Prérequis

Python 3.10 ou supérieur
Tous les packages mentionnés dans le fichier requirements.txt
OpenAI API
Bard API (MakerSuite Palm)
Runpod serverless endpoint
IPGeolocation API
Docker
Wireshark et tshark (les deux ajoutés au PATH)

Package d'utilisation

Importer les packages```bash

cd package && pip3/pip install .

Importez simplement l'un des 3 paquets, puis définissez les variables en conséquence.```python
from GVA.scanner import NetworkScanner
from GVA.dns_recon import DNSRecon
from GVA.geo import geo_ip_recon
from GVA.jwt import JWTAnalyzer
from GVA.menus import Menus
from GVA.packet_analysis import PacketAnalysis
from GVA.ai_models import NMAP_AI_MODEL
from GVA.ai_models import DNS_AI_MODEL
from GVA.ai_models import JWT_AI_MODEL
from GVA.assets import Assets
from GVA.subdomain import sub_enum
from GVA import gui

# The components defined
dns_enum = DNSRecon()
geo_ip = geo_ip_recon()
p_ai_models = NMAP_AI_MODEL()
dns_ai_models = DNS_AI_MODEL()
port_scanner = NetworkScanner()
jwt_analizer = JWTAnalyzer()
sub_recon = sub_enum()
asset_codes = Assets()
packet_analysis = PacketAnalysis()

# KEEP IT BLANK IF YOU HAVE NO CLUE THE MENU WILL ASK TO FILL IT ONCE ACTIVE
lkey = "LLAMA API KEY"
lendpoint = "LLAMA ENDPOINT"
keyset = "AI API KEY"
output_loc = "OUTPUT LOCATION FOR PCAP"
threads = 200 # Default INT 200 but can be increased.
target_ip_hostname_or_token = "TARGET IP, HOSTNAME OR TOKEN"
profile_num = "PROFILE FOR NMAP SCAN"
ai_set = "AI OF CHOICE"
akey_set = "OPENAI API KEY"
bkey_set = "BARD API KEY"
ai_set_args = ""  # Keep it blank at any cost
llamakey = "LLAMA RUNPOD API KEY"
llamaendpoint = "LLAMA RUNPOD ENDPOINT"

Menus(
    lamma_key=lkey,
    llama_api_endpoint=lendpoint,
    initial_keyset=keyset,
    threads=threads,
    output_loc=output_loc,
    target=target_ip_hostname,
    profile_num=profile_num,
    ai_set=ai_set,
    openai_akey_set=akey_set,
    bard_key_set=bkey_set,
    ai_set_args=ai_set_args,
    llama_runpod_key=llamakey,
    llama_endpoint=llamaendpoint
)


gui.application()

# Regex Nous utilisons Regex pour extraire uniquement les informations importantes du prompt personnalisé fourni, cela réduit la quantité totale de données indésirables. Le code de l'IA définit un format de sortie et commande à l'IA de suivre quelques règles prédéterminées pour augmenter la précision. Le code d'extraction regex effectue l'extraction et ensuite la fonction principale les organise en tableaux. ## Utilisation de Bard AI Pour utiliser Bard AI, vous devez vous inscrire à l'API MakerSuit Palm pour un accès développeur et générer votre clé API à partir de là. Pour les liens et le fonctionnement, vous pouvez utiliser cette vidéo [MakerSuit](https://www.youtube.com/watch?v=Ce1AOchQMzA&t=128s) Une fois l'API acquise, ajoutez-la simplement au fichier `.env` et vous êtes prêt. ## Ancienne implémentation de LLama2 Utiliser LLama2 est l'une des meilleures options hors ligne et gratuites disponibles. Il est actuellement en cours d'amélioration, je travaille sur un prompt qui intégrera mieux la perspective de la cybersécurité dans l'IA. Je dois remercier **@thisserand** et son dépôt [llama2_local](https://github.com/thisserand/llama2_local) ainsi que sa vidéo YT [YT_Video](https://youtu.be/WzCS8z9GqHw). Ce furent d'excellentes ressources. Pour être honnête, le code llama2 est à 95% le sien, j'ai juste récupéré le code et ajouté une fonctionnalité d'API Flask. La précision de l'IA hors ligne et en dehors des tests de code était excellente et avait une précision égale à celle d'openai ou de bard, mais une fois dans le code, elle rencontrait quelques problèmes à cause du prompt et autres. J'essaierai de le corriger. La vitesse dépend de votre système et des configurations GPU et CPU que vous avez. Actuellement, il utilise le modèle `TheBloke/Llama-2-7B-Chat-GGML` et peut être modifié via les fichiers `portscanner` et `dnsrecon`. Pour l'instant, le code llama et les scans sont traités différemment. Après quelques tests, j'ai découvert que llama a besoin d'être un peu entraîné pour fonctionner comme je le souhaitais, donc cela prend du temps. Toute suggestion sur la façon de procéder peut être ajoutée aux discussions de ce dépôt [Lien des discussions](https://github.com/morpheuslord/GPT_Vuln-analyzer/discussions). Pour l'instant, la sortie ne sera pas une liste divisée de toutes les données, mais plutôt une explication de la vulnérabilité ou des problèmes découverts par l'IA. Le prompt pour l'utilisation du modèle ressemble à ceci :```prompt [INST] <<SYS>> {user_instruction}<</SYS>> NMAP Data to be analyzed: {user_message} [/INST]

Using the instruction set and the data provided via the prompt the llama AI generates its output. For the most usage I suggest you create a runpod serverless endpoint deployment of llama you can refer to this tutorial for that [tutorial](https://www.youtube.com/watch?v=Ftb4vbGUr7U). You can follow the tutorial for better use. ### Llama2 Ollama This latest update uses an ollama docker image to implement the localized llama system and this increases the accuracy of the output for some reason maybe due to better configuration or something. I won't go into much detail about this but I will be working on the GPU integration part of the code for this so that we can add GPU power to the processing and make it more efficient. Thanks to @andr6 for starting the discussion, if anyone has a better understanding of this implementation feel free to improvise and create a PR. ### Output #### JWT Output:``` GVA Report for JWT ┏━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓ ┃ Variables ┃ Results ┃ ┡━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩ │ Algorithm Used │ HS256 │ │ Header │ eyJhbGciOiAiSFMyNTYiLCAidHlwIjogIkpXVCJ9 │ │ Payload │ eyJzdWIiOiAiMTIzNDU2Nzg5MCIsICJuYW1lIjogIkpvaG4gRG9lIiwgImlhdCI6IDE1MTYyMzkwMjJ9 │ │ Signature │ │ │ PossibleAttacks │ None identified │ │ VulnerableEndpoints │ Unable to determine without additional information │ └─────────────────────┴──────────────────────────────────────────────────────────────────────────────────┘

##### LLama2```table ╭───────────────────────────────────────────── The GVA LLama2 ──────────────────────────────────────────────╮ │ │ │ │ │ │ │ Based on the provided NMAP data, I have conducted a thorough analysis of the target system's open ports │ │ and services, vulnerabilities, and operating system information. Here is my findings: Critical Score: │ │ The critical score for this target system is 7 out of 10. The system has several open ports that could │ │ potentially be exploited, including port 80 (HTTP), port 135 (RPC), and port 445 (Microsoft DS). While │ │ These ports are not necessarily vulnerable, they do indicate that the system is running services that │ │ could be targeted by attackers. Additionally, the system has an outdated version of Microsoft IIS │ │ running on port 80, which could be a potential vulnerability. OS Information: The target system is │ │ running Microsoft Windows 10 1607. Open Ports and Services: The target system has the following open │ │ ports: │ │ │ │ • Port 80: HTTP (Microsoft IIS httpd) │ │ • Port 135: RPC (Microsoft Windows RPC) │ │ • Port 445: Microsoft DS │ │ • Port 8000: Splunkd httpd All of these ports are currently open and have a state of "open". │ │ Vulnerable Services: Based on the CVEs found in the NMAP data, there are several potential │ │ vulnerabilities in the target system's services. These include: │ │ • CVE-2019-1489: An elevation of privilege vulnerability in Microsoft IIS that could be exploited by │ │ an attacker to gain control of the system. This vulnerability is related to the outdated version of │ │ Microsoft IIS running on port 80. │ │ • CVE-2017-0143: A remote code execution vulnerability in Microsoft Windows RPC that could be │ │ exploited by an attacker to execute arbitrary code on the target system. This vulnerability is │ │ related to the outdated version of Microsoft Windows RPC running on port 135. │ │ • CVE-2020-1362: A remote code execution vulnerability in Microsoft DS that could be exploited by an │ │ attacker to execute arbitrary code on the target system. This vulnerability is related to the │ │ outdated version of Microsoft DS running on port 445. Found CVEs: The following C │ │ │ ╰───────────────────────────────────────────────────────────────────────────────────────────────────────────╯

#### Sortie de géolocalisation :```table ┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓ ┃ Identifiers ┃ Data ┃ ┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩ │ ip │ █████████████ │ │ continent_code │ AS │ │ continent_name │ Asia │ │ country_code2 │ IN │ │ country_code3 │ IND │ │ country_name │ India │ │ country_capital │ New Delhi │ │ state_prov │ Haryana │ │ state_code │ IN-HR │ │ district │ │ │ city │ Gurugram │ │ zipcode │ 122003 │ │ latitude │ 28.44324 │ │ longitude │ 77.05501 │ │ is_eu │ False │ │ calling_code │ +91 │ │ country_tld │ .in │ │ languages │ en-IN,hi,bn,te,mr,ta,ur,gu,kn,ml,or,pa,as,bh,sat,ks,ne,sd,kok,doi,mni,… │ │ country_flag │ https://ipgeolocation.io/static/flags/in_64.png │ │ geoname_id │ 9148991 │ │ isp │ Bharti Airtel Limited │ │ connection_type │ │ │ organization │ Bharti Airtel Limited │ │ currency.code │ INR │ │ currency.name │ Indian Rupee │ │ currency.symbol │ ₹ │ │ time_zone.name │ Asia/Kolkata │ │ time_zone.offset │ 5.5 │ │ time_zone.current_time │ 2023-07-11 17:08:35.057+0530 │ │ time_zone.current_time_unix │ 1689075515.057 │ │ time_zone.is_dst │ False │ │ time_zone.dst_savings │ 0 │ └─────────────────────────────┴─────────────────────────────────────────────────────────────────────────┘

Preview	Code	Nom	Statut de fonctionnement	Statut OpenAI	Statut Bard	Statut LLama2
	LIN	GNU/Linux	✅	✅	✅	❌ [pas testé]
	WIN	Windows	✅	✅	✅	✅

Paramètre	Donnée retournée	Description	Commande Nmap
`p1`	`json`	Scan efficace	`-Pn -sV -T4 -O -F`
`p2`	`json`	Scan simple	`-Pn -T4 -A -v`
`p3`	`json`	Scan basse consommation	`-Pn -sS -sU -T4 -A -v`
`p4`	`json`	Scan intense partiel	`-Pn -p- -T4 -A -v`
`p5`	`json`	Scan intense complet	`-Pn -sS -sU -T4 -A -PE -PP -PY -g 53 --script=vuln`
`p6`	`json`	Détection complète de version de service	`-Pn -sV -p- -A`
`p7`	`json`	Scan agressif avec détection d'OS	`-Pn -sS -sV -O -T4 -A`
`p8`	`json`	Scan de scripts pour vulnérabilités courantes	`-Pn -sC`
`p9`	`json`	Scan intense, tous les ports TCP	`-Pn -p 1-65535 -T4 -A -v`
`p10`	`json`	Scan UDP	`-Pn -sU -T4`

Populaires

GPT_Vuln-analyzer

À propos

Utilisation CLI

Regular Help Menu

Rich Help Menu

Specify target with the attack

Specify target and profile for nmap

Specify target for DNS no profile needed

Specify target for Subdomain Enumeration no profile used default list file

Specify target for Subdomain Enumeration no profile used custom list file

Specify target for geolocation lookup

Specify PCAP file for packet analysis

Specify the AI to be used for nmap

Specify the AI to be used for dns

Specify the AI to be used for JWT analysis

Password Cracker

Interactive step by step cli interface

Mon avis sur Bard

OS Supportés

Comprendre le code

Nmap sortie:

OpenAI et Bard:```table

Sortie DNS :

SORTIE PCAP```

Utilisation de l'interface graphique