업데이트로 돌아가기
UpdatedAug 31, 2026

nightcrawler — Updated!

휴대폰에서 실행되는 로컬 AI 기반 레드팀 도구

공유

Nightcrawler

스마트폰에서 완전히 실행되는 자율 침투 테스트 에이전트입니다. 네트워크에 폰을 놓아두고 떠나면, 호스트를 발견하고 서비스를 매핑하며 취약점을 찾고 침투 테스트 보고서를 생성합니다 — 클라우드 연결 없이 말이죠.

 ░█▄░█ █ █▀▀ █░█ ▀█▀ █▀▀ █▀█ ▄▀█ █░█░█ █░░ █▀▀ █▀█
 ░█░▀█ █ █▄█ █▀█ ░█░ █▄▄ █▀▄ █▀█ ▀▄▀▄▀ █▄▄ ██▄ █▀▄  v0.1.0

 AUTONOMOUS MOBILE PENTEST AGENT
 OnePlus 8 · NetHunter · LFM2.5-1.2B · OpenCL GPU

이게 뭔가요?

침투 테스트(Pentesting) 는 네트워크 소유자의 명시적 허가를 받아 공격을 시뮬레이션하여 컴퓨터 네트워크의 보안을 테스트하는 관행입니다. 전문 침투 테스터는 실제 공격자가 발견하기 전에 취약점을 찾기 위해 고용됩니다.

Nightcrawler는 이 과정을 휴대폰에서 자동화합니다. 휴대폰 GPU에서 로컬로 실행되는 소형 AI 모델(LFM2.5-1.2B-Instruct-Heretic, 12억 파라미터)을 사용하여 다음에 무엇을 할지 — 어떤 호스트를 탐색할지, 어떤 도구를 사용할지, 무엇을 찾을지 — 결정합니다. 인터넷 연결이나 클라우드 API가 필요 없습니다.

데모

▶️ 인스타그램에서 Nightcrawler 작동 영상 보기

작동 방식

  1. WiFi 침투 (선택 사항) — WiFi가 없는 환경에 배치된 경우, 외장 USB WiFi 어댑터를 사용하여 WPA2 네트워크를 자율적으로 크랙할 수 있습니다
  2. 정찰(Reconnaissance) — 스텔스 스캔을 사용하여 네트워크의 장치를 발견합니다
  3. 열거(Enumeration) — 발견된 서비스(웹 서버, 파일 공유, SSH, DNS 등)를 탐색합니다
  4. 익스플로잇(Exploitation) — 알려진 취약점과 기본 자격 증명을 테스트합니다
  5. 보고(Reporting) — 발견 사항과 수정 권고사항이 포함된 구조화된 침투 테스트 보고서를 생성합니다

이 에이전트는 인내심 있는 인간 침투 테스터처럼 작동합니다 — 호스트를 순회하며, 턴마다 작은 작업 하나를 수행하고, 수시간에 걸쳐 점진적으로 지식을 쌓습니다. 이는 모든 호스트를 한 번에 공격하는 기존 취약점 스캐너보다 훨씬 탐지하기 어렵게 만듭니다.

핵심 개념

용어의미
드롭 박스(Drop box)테스트를 자율적으로 수행하기 위해 대상 네트워크에 남겨진 장치
범위(Scope)테스트가 승인된 네트워크/호스트의 집합
교전 규칙(ROE)수행 가능한 작업을 명시하는 법적 문서
스텔스(Stealth)네트워크 모니터링(IDS/IPS) 탐지를 피하는 기술
MCPModel Context Protocol — AI 도구 사용을 위한 표준 인터페이스
C2Command and Control — 에이전트를 모니터링하고 제어하는 웹 대시보드

아키텍처

┌──────────────────────────────────────────────────────────┐
│                   PHONE (OnePlus 8)                       │
│                                                           │
│  ┌─────────────┐     ┌──────────────────┐                │
│  │  LFM2.5     │     │  Agent Loop      │                │
│  │  1.2B model │◄───►│  (main.py)       │                │
│  │  on GPU     │     │  Decides what     │                │
│  │  (:8080)    │     │  to do next       │                │
│  └─────────────┘     └────────┬─────────┘                │
│                               │                           │
│                      ┌────────▼─────────┐                │
│                      │  Scope Proxy     │  ← Safety layer │
│                      │  Validates every │    Blocks out-  │
│                      │  command before  │    of-scope     │
│                      │  execution       │    actions      │
│                      └────────┬─────────┘                │
│                               │                           │
│                      ┌────────▼─────────┐                │
│                      │  Kali MCP Server │  ← Runs the    │
│                      │  nmap, curl,     │    actual       │
│                      │  smbclient, ...  │    commands     │
│                      └──────────────────┘                │
│                                                           │
│  ┌──────────────────┐  ┌──────────────────┐              │
│  │  Web Dashboard   │  │  SQLite DB       │              │
│  │  (:8888)         │  │  Hosts, vulns,   │              │
│  │  Monitor & steer │  │  creds, commands │              │
│  └──────────────────┘  └──────────────────┘              │
└──────────────────────────────────────────────────────────┘

전체 시스템 설계는 docs/ARCHITECTURE.md를 참조하세요.

기능

  • 완전 자율 — 작동 중 인간 개입 불필요
  • 100% 로컬 추론 — AI가 휴대폰 GPU에서 실행, 클라우드 불필요
  • 범위 강제 — 범위 외 작업을 방지하는 2중 방어
  • 스텔스 우선 — 느린 스캔 속도, 호스트 순환, 커버 트래픽, nmap -T2만 사용
  • 27개 익스플로잇 플레이북 — 자동으로 실행되는 다단계 공격 체인
  • 24,956개 항목 CVE 데이터베이스 — 버전 인식 취약점 매칭
  • 웹 대시보드 — 실시간 모니터링, 호스트 관리, C2 제어
  • WiFi 침투 모드 — USB 어댑터를 통한 자율 WPA2 크랙(Pwnagotchi에서 영감)
  • 수동적 발견 — mDNS/NBNS/DHCP/ARP 브로드캐스트 백그라운드 캡처
  • 다중 네트워크 — 네트워크별 데이터 격리, MAC 키 호스트를 통한 DHCP 변경 대응
  • 자가 복구 — 가비지 감지, 컨텍스트 리셋, 워치독, 중단 감지
  • 학습 캡처 — 향후 모델 파인튜닝을 위한 성공적 상호작용 기록
  • 보고서 생성 — 취약점, 익스플로잇 체인, 수정 권고사항이 포함된 다운로드 가능한 침투 테스트 보고서

전체 기능 참조는 docs/FEATURES.md를 참조하세요.

하드웨어

필수

  • Kali NetHunter가 설치된 Android 휴대폰 (OnePlus 8, Snapdragon 865에서 테스트됨)
  • Magisk를 통한 루트 액세스
  • 12GB+ RAM (모델 약 1.3GB, Android 약 4GB, 나머지는 도구용)

선택 사항

  • 오프라인 WiFi 침투 모드용 USB WiFi 어댑터 (Ralink RT3572 권장)
  • 모니터 모드용 MAC80211 지원 커스텀 커널 (빌드 가이드)
  • Tailscale을 통해 더 큰 모델로 오프로딩하기 위한 NVIDIA AGX

GPU 성능

모든 추론은 Adreno 650 GPU에서 OpenCL을 통해 실행됩니다:

모델양자화프롬프트 속도생성 속도
LFM2.5-1.2B-Instruct-Heretic (프로덕션)Q8_0115 tok/s13 tok/s
Qwen3.5-0.8BQ8_030.5 tok/s6.3 tok/s
Qwen3.5-4BQ4_010.1 tok/s2.0 tok/s

참고: Android는 배터리 전원에서 GPU를 제한합니다(6배 느려짐). Nightcrawler에는 최대 성능을 강제하고 배터리가 ≤15%일 때 자동으로 제한하는 GPU 거버너 데몬이 포함되어 있습니다.

빠른 시작

# 1. 설치 (Kali NetHunter chroot 내부)
bash INSTALL.sh

# 2. llama-server 시작 대기 (부팅 후 약 5분)
curl -s http://127.0.0.1:8080/health  # {"status":"ok"} 반환해야 함

# 3. 모든 서비스 시작
bash scripts/run-36h.sh

# 4. 웹 대시보드 열기 (Tailscale 네트워크의 모든 장치에서)
# https://<your-tailscale-hostname>:8888

드라이 런 (실제 명령 실행 없음)

NC_DRY_RUN=1 python3 main.py

이 모드는 실제 네트워크 명령을 실행하지 않고 에이전트 루프를 테스트할 수 있도록 모의 Kali 서버를 사용합니다.

수동 시작 (tmux 런처를 사용하지 않는 경우)

kali-server-mcp --port 5000 &
python3 scope_proxy.py --config config.yaml --port 8800 --upstream http://127.0.0.1:5000 &
bash scripts/webui-daemon.sh start
python3 main.py &

설정

배포 전에 config.yaml을 편집하세요:

mission:
  id: "CLIENT-YYYY-XXX"           # Your engagement ID
  scope:
    networks: ["auto"]             # "auto" = detect from wlan0 at startup
    excluded_hosts: ["auto"]       # "auto" = gateway + self IP
    excluded_ports: [502, 503]     # SCADA/ICS ports to never touch
  authorization: "ROE-YYYY-XXX.pdf"
  max_runtime_hours: 0             # 0 = no limit

model:
  local:
    ctx_size: 8192
    port: 8080

동적 범위 감지는 네트워크 간 이동 시 설정 변경이 필요 없음을 의미합니다 — 에이전트는 시작 시 wlan0에서 현재 서브넷을 읽습니다.

프로젝트 구조

더 읽기

카테고리

Password CrackingReconnaissanceWi-Fi AuditingVulnerability AnalysisExploitationIDS/IPS EvasionPenetration TestingCommand and ControlRed TeamingAI Security