
LLM 기반 멀티 에이전트 프레임워크로, 인간의 침투 테스트 워크플로를 자율적으로 재현하며, 보안 평가를 위해 Kali Linux 도구와 RAG 지식 검색을 오케스트레이션합니다.
참고:
VulnBot은 대규모 언어 모델(LLM)을 활용하여 다중 에이전트 시스템 내에서 인간 침투 테스트 팀의 워크플로를 재현하는 고급 자동화 침투 테스트 프레임워크입니다. 이 혁신적인 접근 방식은 보안 평가의 효율성, 협업, 적응성을 향상시킵니다.

이 RAG 구현은 Langchain-Chatchat을 기반으로 합니다. 저자분들께 특별히 감사드립니다.
진행하기 전에 환경이 다음 요구 사항을 충족하는지 확인하세요:
다음 방법 중 하나를 사용하여 VulnBot을 설치하세요:
VulnBot 저장소를 클론합니다:
git clone https://github.com/KHenryAegis/VulnBot
프로젝트 디렉터리로 이동합니다:
cd VulnBot
종속성을 설치합니다:
pip install -r requirements.txt
VulnBot을 초기화하기 전에 시스템 설정을 구성해야 합니다. 다음 항목 수정에 대한 자세한 지침은 구성 가이드를 참조하세요:
enable_rag를 true로 설정하고 milvus 및 kb_name 구성)VulnBot을 사용하기 전에 프로젝트를 초기화하세요:
python cli.py init
python cli.py start -a
VulnBot을 실행하려면 다음을 사용하세요:
python cli.py vulnbot -m {max_interactions}
{max_interactions}를 원하는 상호작용 횟수로 바꾸세요.
학술 목적으로 VulnBot을 사용하는 경우, 저희 논문을 인용해 주세요:
@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},
}
질문이나 제안 사항이 있으면 GitHub에 이슈를 열어 주세요. 기여, 토론, 개선은 언제나 환영합니다!