Skip to content
KitploitKITPLOIT
도구익스플로잇블로그
Log in
제출
도구익스플로잇블로그
제출

해킹, 침투 테스트 및 사이버 보안 도구를 당신의 보안 무기고에!

Kitploit은 해킹, 사이버 보안 및 침투 테스트 도구 디렉토리입니다. 최신 프로젝트 업데이트를 발견하여 취약점을 찾고, 시스템을 분석하고, 테스트를 자동화하고, 보안을 강화하세요.

피드문의개인정보© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
Sentinel-GPT — Azure 로그를 수집하고 LLM 추론을 사용하여 의심스러운 활동을 탐지하고, 위험을 평가하며, CLI 명령어가 포함된 복구 플레이북을 생성하는 자동화된 위협 헌팅 파이프라인입니다. | Kitploit
도구/GitHubGitHub/ayush-parab/sentinel-gpt
Cloud SecurityThreat IntelligenceLearning & EducationIncident ResponseAI SecurityLog Analysis
GitHubayush-parab/sentinel-gpt

Sentinel-GPT

Azure 로그를 수집하고 LLM 추론을 사용하여 의심스러운 활동을 탐지하고, 위험을 평가하며, CLI 명령어가 포함된 복구 플레이북을 생성하는 자동화된 위협 헌팅 파이프라인입니다.

저장소 보기
549개월 전아직 검토되지 않음
공유

Sentinel-GPT: 위협 탐지를 위한 에이전트 AI 🛡️

Azure 원시 로그를 LLM 기반 추론을 통해 실행 가능한 인텔리전스로 변환하는 자동화된 사이버 보안 파이프라인.

Python Azure OpenAI Security License

📖 개요

Sentinel-GPT는 사이버 보안 위협 탐지를 위해 특화된 AI 에이전트입니다. 생성된 로그의 소스인 Azure Log Analytics Workspace와 이 에이전트의 두뇌 역할을 하는 OpenAI의 ChatGPT API와 통합되어 있습니다. 의심스러운 활동을 식별하고, 위협을 탐지하며, 사용자에게 알림과 함께 복구 단계를 제공하도록 훈련된 에이전트에 로그를 제공합니다.

⚠️ 문제와 해결책

  • 문제: 현대 사회에서 대기업과 소기업을 막론하고 대부분의 기업은 완전히 클라우드로 이전했거나 하이브리드 클라우드 설정을 사용하고 있습니다. 네트워크 규모가 커짐에 따라 매주 수백만 개의 로그와 알림이 생성됩니다. SOC 분석가는 '알림 및 로그 피로'를 겪어, 사소한 설정 오류와 실제 침해를 구별하기 어렵게 됩니다.
  • 해결책: 수많은 로그를 분석하는 에이전트 파이프라인입니다. 오류를 표시할 뿐만 아니라 침해의 맥락을 이해하고, 위험과 영향을 평가하며, 즉시 복구 계획을 스크립팅합니다.

🏗️ 아키텍처

  1. 수집: Python 스크립트가 KQL을 사용하여 Azure Log Analytics에서 관련 로그를 쿼리합니다.
  2. 맥락화: 로그가 구조화되고, 에이전트에 위협 헌터 페르소나를 부여하기 위해 시스템 프롬프트가 제공됩니다.
  3. 분석 (두뇌): 데이터가 분석을 위해 OpenAI의 선택한 LLM으로 전송됩니다.
  4. 출력: 포괄적인 보안 인텔리전스 보고서를 생성합니다.

🚀 주요 기능

  • Azure와 OpenAI ChatGPT 간의 원활한 통합, 다른 클라우드로 확장 가능.
  • 복잡한 JSON 로그 블롭을 평문 경영진 요약으로 변환.
  • 자동화된 복구 플레이북: 손상된 리소스를 격리하는 특정 작업 및 CLI 명령(Azure CLI/PowerShell).

🛠️ 빠른 시작 및 설정

사전 요구 사항

  • Log Analytics Workspace가 있는 Azure 구독.
  • OpenAI API 키(복잡한 추론에는 GPT-4.1 권장).
  • Python 3.10+

설치

  1. 저장소 클론:
git clone https://github.com/Ayush-Parab/cybersecurity-agentic-AI
cd cybersecurity-agentic-AI
  1. 종속성 설치
pip install -r requirements.txt
  1. 환경 구성 .env 파일 생성:
OPENAI_API_KEY="your_key"
LOG_ANALYTICS_WORKSPACE_ID="your_id"

📊 샘플 출력

입력 로그:

TimeGenerated,Status,User,IPAddress,Computer,SyslogMessage
2026-02-12 02:00:15.912351+00:00,Failure,,,Test-VM-For-Logs,Connection closed by invalid user  98.80.4.65 port 35908 [preauth]
2026-02-12 02:00:15.706067+00:00,Failure,,98.80.4.65,Test-VM-For-Logs,Invalid user  from 98.80.4.65 port 35908
2026-02-12 01:59:38.275807+00:00,Success,Ayush,103.38.69.120,Test-VM-For-Logs,Accepted password for Ayush from 103.38.69.120 port 31551 ssh2
2026-02-12 01:59:24.542329+00:00,Failure,,,Test-VM-For-Logs,Connection reset by invalid user balloon 103.38.69.120 port 31573 [preauth]
2026-02-12 01:59:22.850922+00:00,Failure,balloon,103.38.69.120,Test-VM-For-Logs,Failed password for invalid user balloon from 103.38.69.120 port 31573 ssh2
2026-02-12 01:59:17.554208+00:00,Failure,balloon,103.38.69.120,Test-VM-For-Logs,Failed password for invalid user balloon from 103.38.69.120 port 31573 ssh2
2026-02-12 01:59:13.693935+00:00,Failure,,103.38.69.120,Test-VM-For-Logs,Invalid user balloon from 103.38.69.120 port 31573
2026-02-12 01:59:06.649583+00:00,Failure,,,Test-VM-For-Logs,Connection reset by invalid user hamster 103.38.69.120 port 31890 [preauth]
2026-02-12 01:59:03.577720+00:00,Failure,hamster,103.38.69.120,Test-VM-For-Logs,Failed password for invalid user hamster from 103.38.69.120 port 31890 ssh2
2026-02-12 01:58:55.777039+00:00,Failure,hamster,103.38.69.120,Test-VM-For-Logs,Failed password for invalid user hamster from 103.38.69.120 port 31890 ssh2
2026-02-12 01:58:51.167792+00:00,Failure,,103.38.69.120,Test-VM-For-Logs,Invalid user hamster from 103.38.69.120 port 31890
2026-02-12 01:54:50.302217+00:00,Success,Ayush,103.38.69.120,Test-VM-For-Logs,Accepted password for Ayush from 103.38.69.120 port 31565 ssh2

Sentinel-GPT 분석:

예 — 의심스러워 보입니다.

눈에 띄는 점
- 103.38.69.120: 여러 번의 '잘못된 사용자/비밀번호 실패' 시도(hamster/balloon) 후 Test-VM-For-Logs에서 01:54:50과 01:59:38에 Ayush의 SSH 비밀번호 로그인 성공. 이는 무차별 대입/자격 증명 스터핑 후 성공 패턴과 일치합니다. 해당 IP로부터의 두 로그인이 모두 예상된 것인지 Ayush에게 확인하세요.
- 98.80.4.65: 단일 잘못된 사용자 프로브 — 일반적인 스캔일 가능성이 높지만, 필요하지 않으면 차단하세요.

즉시 조치 (Azure 우선)
- 격리: NSG/Azure Firewall에서 103.38.69.120을 차단합니다. TCP/22를 신뢰할 수 있는 IP로만 제한하거나 닫고 Azure Bastion 또는 Defender for Cloud Just‑In‑Time VM 액세스를 사용하세요.
- 자격 증명: 인식되지 않은 Ayush 로그인이 있으면 Ayush의 비밀번호/SSH 키를 재설정하고, 캐시된 자격 증명을 무효화하며, 필요하지 않으면 sudoers에서 제거하고 활성 SSH 세션을 종료합니다.
- SSH 강화: 비밀번호 인증 비활성화(PasswordAuthentication no), SSH 키 또는 Conditional Access MFA가 있는 AADLoginForLinux 적용, sshd 재시작.
- 탐지/대응: VM에서 Microsoft Defender for Servers/Endpoint AV 검사를 실행하고 알림을 검토합니다. 새 사용자, sudoers 변경, 의심스러운 프로세스, authorized_keys 수정 사항을 확인합니다.

다음 사냥 (Log Analytics/Sentinel – KQL)
- 동일 IP에서 무차별 대입 후 성공 (10분 창):
let window=10m;
let ssh = Syslog
| where ProcessName == "sshd" and Facility in ("auth","authpriv")
| extend SrcIP = extract(@"from (\d+\.\d+\.\d+\.\d+)",1, SyslogMessage);
let fails = ssh
| where SyslogMessage has_any ("Invalid user","Failed password")
| summarize FailCount=count(), FirstFail=min(TimeGenerated), LastFail=max(TimeGenerated) by Computer, SrcIP;
ssh
| where SyslogMessage has "Accepted password"
| extend SrcIP = extract(@"from (\d+\.\d+\.\d+\.\d+)",1, SyslogMessage), User = extract(@"for (\S+)",1, SyslogMessage)
| join kind=inner (fails) on Computer, SrcIP
| where TimeGenerated between (FirstFail .. LastFail + window) and FailCount >= 3
| project TimeGenerated, Computer, User, SrcIP, FailCount
- 해당 IP를 모든 VM에서 피벗:
Syslog
| where ProcessName == "sshd" and SyslogMessage has_any ("Invalid user","Failed password","Accepted password")
| extend SrcIP = extract(@"from (\d+\.\d+\.\d+\.\d+)",1, SyslogMessage)
| where SrcIP in ("103.38.69.120","98.80.4.65")
| project TimeGenerated, Computer, SyslogMessage, SrcIP
| order by TimeGenerated desc

검증 및 범위 지정
- 비슷한 시간대의 NSG/VM 변경 사항에 대해 Azure Activity Logs와 상호 참조.
- Defender for Endpoint가 활성화된 경우 Test-VM-For-Logs에서 로그인 후 활동(새 서비스, 비정상적인 아웃바운드 연결)을 확인.

강화 (지속적)
- SSH를 인터넷에 대해 닫아 두고 Bastion 또는 JIT 선호.
- '다중 SSH 실패 후 성공'에 대한 Sentinel 분석 규칙 활성화 및 반복 오류자 차단 목록 적용.
- VM에 fail2ban 설치 및 튜닝.
- OS 패치 및 해당 VM에서 사용된 시크릿 교체.

🗺️ 로드맵

  • 분석 결과를 기반으로 Azure NSG에서 자동화된 IP 차단
  • GuardRails 구현
  • 완전 자동화된 KQL 쿼리 생성
  • AWS, GCP, OCI 등 다른 클라우드 지원
  • 자동 알림을 위한 Outlook/Gmail 통합

🤝 기여 및 연락처

이 프로젝트는 협업을 위해 열려 있으며 아직 진행 중입니다! 새로운 보안 에이전트나 로그 파서에 대한 아이디어가 있으면 자유롭게 PR을 열어주세요.

연락처: Linkedin

도구 다운로드

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 궁극의 OSINT 툴킷: 조사 그래프, 신뢰도 점수 산정, 별칭 패밀리, 지도, 타임라인 및 보고서. 49개 모듈, 400개 이상 사이트, API 키 불필요.

    806
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # GhostLock 원탭 실행 앱 (CVE-2026-43499)

    523
  • 3

    ARTEX

    baarai/artex

    LLM 멀티 에이전트 자율 침투 테스트 플랫폼으로, 플래너/워커 에이전트, 자산 및 탐색 그래프, MITM 트래픽 기록, 취약점 재테스트 기능을 제공합니다.

    441
  • 4

    redforge

    cybersecurity91/redforge

    브라우저 측 레드 팀 툴킷으로, 정찰, 페이로드 생성, 자격 증명 공격, 암호화, 인코딩 및 참여 보고를 위한 102개의 오프라인 도구를 제공합니다.

    346
  • 5

    looking-glass

    anonghosty/looking-glass

    Shadowserver 보고서를 MongoDB로 수집하고 이를 대화형 지도, 분석, 발견 사항, 권고 및 경영진 대시보드로 재생하는 CSIRT 플랫폼입니다.

    270
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI 네이티브 사이버보안을 위한 행동 체계—의도가 통제된 실행이 되고, 증거가 운영 메모리가 되며, 모든 운영이 다음 운영을 개선하는 곳.

    264

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →