STRIDE GPT 로고

STRIDE GPT는 STRIDE 방법론을 기반으로 특정 애플리케이션에 대한 위협 모델과 공격 트리를 생성하기 위해 대규모 언어 모델(LLM)을 활용하는 AI 기반 위협 모델링 도구입니다. 사용자는 애플리케이션 유형, 인증 방법, 인터넷 노출 여부, 민감 데이터 처리 여부 등 애플리케이션 세부 정보를 제공합니다. 그러면 모델은 제공된 정보를 기반으로 출력을 생성합니다.

프로젝트 지원하기

STRIDE GPT가 유용하다고 생각하신다면 프로젝트 지원을 고려해 주세요:

⭐ 저장소에 Star를 눌러 더 많은 사람들이 도구를 발견할 수 있도록 도와주세요
☕ 커피 한 잔 사주기로 지속적인 개발과 유지보수를 지원해 주세요

기능

에이전트 기반 코드베이스 분석: CLI를 코드베이스에 지정하면 자율적이고 심층적인 STRIDE 위협 모델을 얻을 수 있습니다. 에이전트가 계획을 세우고, 탐색하며, 하위 시스템 전반의 결과를 종합합니다.

stride-gpt --version # prints e.g. "stride-gpt 0.19.0" and exits ``` **공통 플래그:** | 플래그 | 설명 | |------|-------------| | `--version` | 설치된 버전(`stride-gpt <version>`)을 출력하고 종료합니다 | | `-o`, `--output` | 보고서를 파일에 저장합니다 | | `-f`, `--format` | 출력 형식: `markdown` (기본값), `json`, `sarif`, `html` | | `-i`, `--input` | 파일에서 앱 설명을 읽어옵니다 (`quick` 전용) | | `-y`, `--yes` | 분석 계획을 자동 승인합니다 (`analyze` 전용) | | `--worker-model` | 대부분의 호출을 처리하는 기본 계층 모델 (예: `anthropic/claude-sonnet-4-6`). 생략 시 저장된 구성을 사용합니다. | | `--architect-model` | 계획/합성을 위한 더 강력한 모델 (예: `openai/gpt-5.4`). 생략 시 저장된 구성을 사용합니다. | | `--no-architect` | 이번 실행에서 architect 계층을 건너뜁니다; worker가 모든 호출을 처리합니다. | | `--app-type` | 플래너가 감지한 앱 유형을 재정의합니다 (`analyze` 전용): `auto` (기본값), `web`, `genai`, `agentic`. | | `--max-llm-calls` | 두 계층 모두에서 총 LLM 호출 수를 제한합니다 (`analyze` 전용; `0` = 무제한). | | `--max-tool-calls` | 총 도구 실행 횟수를 제한합니다 (`analyze` 전용; `0` = 무제한). | 각 계층은 또한 `--worker-api-key` / `--worker-api-base` / `--worker-max-tokens` (그리고 `--architect-*`에 해당하는 플래그)를 허용합니다. 전체 목록은 `stride-gpt analyze --help` 또는 `stride-gpt quick --help`를 실행하세요. **구조화된 중간 파일** — `-o <경로>`를 사용하면 보고서와 함께 세 개의 JSON 파일이 생성되어 실행을 감사하거나 다운스트림 도구에서 사용할 수 있습니다: | 파일 | 내용 | |------|----------| | `<stem>.plan.json` | `AnalysisPlan` — architect가 생성한 하위 시스템, 집중 영역, 감지된 앱 유형 (analyze 전용). | | `<stem>.findings.json` | 하위 시스템별 `SubsystemFinding` 목록, 교차 위협, 시스템 수준 데이터 흐름 다이어그램 (analyze 전용). | | `<stem>.run.json` | `RunManifest` — 모델, 프롬프트 + 구성 해시, 에이전트가 실제로 로드한 참조, git SHA, 버전, 타이밍. `analyze` 및 `quick` 모두에 대해 생성됩니다. | 형식 플래그(`-f`)는 보고서 아티팩트만 제어합니다; 함께 생성되는 파일은 항상 JSON입니다. 매니페스트 및 findings의 파일 경로는 수정됩니다 (작업 디렉터리 내의 경우 `./…`, `$HOME` 하위의 경우 `~/…`) 따라서 매니페스트를 공유해도 안전합니다. `~/.stride-gpt/reports/{analyze,quick}/`의 자동 보관은 영향을 받지 않습니다 — `-o`를 전달할 때만 함께 생성됩니다. **이전 보고서 보기:**```bash stride-gpt reports # List recent reports stride-gpt reports 1 # View report #1 stride-gpt reports 1 -o r.json -f json # Export a report ``` ### Streamlit 웹 UI 웹 UI는 CLI와 별도의 앱입니다. 다음 명령어로 실행하세요:```bash streamlit run apps/web/main.py ``` 제공된 URL을 브라우저에서 열고 화면의 단계를 따르십시오. ### Docker```bash docker run -p 8501:8501 --env-file .env mrwadams/stridegpt ``` ## Sample output 모든 `stride-gpt analyze` 및 `stride-gpt quick` 실행은 기본적으로 마크다운 보고서를 생성합니다(JSON, SARIF 및 독립형 HTML 뷰는 `-f` 옵션으로 사용 가능). 마크다운은 STRIDE 테이블에서 하위 시스템별로 위협을 그룹화하고, 구성 요소에 걸친 위협에 대한 교차 섹션을 추가하며, 실행 요약으로 마무리됩니다. 선택적 열(OWASP LLM/ASI, Insider Category, MITRE ATT&CK)은 실행 시 해당 열이 채워질 때만 나타납니다. 다음은 가상의 결제 API에 대한 실행에서 생성된 마크다운으로, 도구를 실행하기 전에 출력 형식을 확인할 수 있습니다. 이는 모의 데이터가 아닌 보고서 엔진의 실제 렌더링 결과입니다. <details> <summary>샘플 마크다운 위협 모델 (펼쳐 보기)</summary>````markdown # STRIDE Threat Model: acme-payments-api > Generated by STRIDE-GPT on 2026-07-16T09:42:00Z ## Overview A Python FastAPI service that accepts card payments, stores customer profiles in PostgreSQL, and calls a third-party payment processor. Authentication is handled by JWT bearer tokens issued by an internal auth service; the API is internet-facing behind an API gateway. ## Data Flow Diagram ```mermaid flowchart LR Client[Client App] -->|HTTPS + JWT| Gateway[API Gateway] Gateway --> API[Payments API] API -->|SQL| DB[(PostgreSQL)] API -->|HTTPS| Processor[Payment Processor] ``` ## Authentication & Authorization ### Files Analyzed - `app/auth/jwt.py` - `app/auth/dependencies.py` ### Threats | Threat Type | Scenario | Potential Impact | MITRE ATT&CK | |-------------|----------|------------------|--------------| | Spoofing | An attacker forges a JWT using a weak or leaked signing secret to impersonate another customer. | Full account takeover and unauthorized access to stored payment methods. | T1550.001 (Application Access Token) | | Elevation of Privilege | A standard user calls an admin-only refund endpoint that only checks authentication, not role. | Unauthorized refunds and financial loss. | T1068 (Exploitation for Privilege Escalation) | ### Recommendations - Enforce role checks on every privileged route via a shared dependency, not per-handler logic. - Rotate and store the JWT signing secret in a managed secrets store rather than an env file. ## Payments & Data Storage ### Files Analyzed - `app/payments/routes.py` - `app/db/models.py` ### Threats | Threat Type | Scenario | Potential Impact | MITRE ATT&CK | |-------------|----------|------------------|--------------| | Information Disclosure | Full card numbers are logged in request debug logs when a payment fails. | PCI-DSS violation and exposure of cardholder data to anyone with log access. | T1552.001 (Credentials In Files) | | Tampering | The payment amount is taken from a client-supplied field and not re-validated server-side against the order. | A user pays less than the order total by editing the request body. | | ### Recommendations - Redact PANs before logging and route logs through a PCI-scoped sink. - Derive the charge amount from the server-side order record, never the request body. ## Cross-Cutting Threats | Threat Type | Scenario | Potential Impact | MITRE ATT&CK | Affected Subsystems | |-------------|----------|------------------|--------------|---------------------| | Denial of Service | No rate limiting on the payment endpoint lets an attacker exhaust the processor quota and DB connections. | Legitimate payments fail during the attack; possible processor throttling. | T1499 (Endpoint Denial of Service) | Authentication & Authorization, Payments & Data Storage | ## Summary - **Total threats identified**: 5 - **Subsystems analyzed**: 2 - **Cross-cutting threats**: 1 - **LLM calls**: 34 - **Tool calls**: 58 - **Architect model**: OpenAI API/gpt-5.4 - **Worker model**: Anthropic API/claude-sonnet-4-6 ```` </details> `stride-gpt quick`는 작성된 설명에서 동일한 테이블 형태를 생성하지만, 각 하위 시스템별 결과 대신 단일 **Application** 하위 시스템으로 축소됩니다. ## 보안 모범 사례 STRIDE GPT는 로컬 단일 사용자 배포용으로 설계되었습니다. 도구를 사용할 때: ### API 키 보호 **API 키는 계정에 요금이 부과될 수 있는 민감한 자격 증명입니다.** ✅ **권장 사항:** - UI를 통해 API 키 입력 (브라우저 세션에 유지됨) - 개인 컴퓨터에서 편의를 위해 .env 파일 사용 - LLM 제공업체 대시보드에서 지출 한도 설정 - API 사용량 및 비용 정기적으로 검토 - 공유 컴퓨터 사용 시 세션 지우기 ❌ **하지 말아야 할 사항:** - .env 파일을 버전 관리에 커밋 (이미 .gitignore에 포함됨) - API 키가 보이는 스크린샷 공유 - 신뢰할 수 없거나 손상된 시스템에서 STRIDE GPT 실행 - API 키를 타인과 공유 - 예상치 못한 API 요금 무시 ### 데이터 개인정보 보호 고려사항 위협 모델을 생성할 때 STRIDE GPT는 선택한 LLM 제공업체에 데이터를 전송합니다. - 애플리케이션 세부 정보 (유형, 인증 방법, 아키텍처) - 시스템 아키텍처 설명 - 업로드된 아키텍처 다이어그램/이미지 - 생성된 위협 모델 및 완화 조치 **의미하는 바:** - OpenAI, Anthropic, Google 등은 자체 개인정보 보호 정책에 따라 이 데이터를 기록할 수 있음 - 데모 목적으로 일반/가상의 시스템 세부 정보 사용 고려 - LLM 제공업체의 데이터 보존 및 개인정보 보호 정책 검토 - 민감한 시스템의 경우 고려 사항: - 로컬 모델 사용 (LM Studio) - 더 엄격한 개인정보 보호를 보장하는 제공업체 사용 - 입력 전 시스템 설명 비식별화 ### 팀/조직 배포의 경우 STRIDE GPT를 여러 사용자에게 배포하는 경우 (기본 사용 사례 아님): - 인증/권한 부여 추가 (기본 제공되지 않음) - API 키에 비밀 관리 서비스 사용 - VPN 또는 내부 네트워크 뒤에 배포 - 추가 고려 사항은 [SECURITY.md](https://github.com/mrwadams/stride-gpt/blob/master/SECURITY.md) 문서 검토 - 데이터 상주 및 규정 준수 요구 사항 고려 - 생성된 위협 모델에 대한 적절한 접근 제어 구현 ### 종속성 보안 종속성을 유지 관리하고 취약점을 모니터링합니다. - 종속성은 Dependabot을 통해 정기적으로 업데이트됨 - 모든 커밋에서 자동 보안 스캔 실행 - 보안 권고는 GitHub 보안 탭에서 추적 - 로컬에서 알려진 취약점 확인을 위해 `pip-audit` 실행 포괄적인 보안 정보는 [SECURITY.md](https://github.com/mrwadams/stride-gpt/blob/master/SECURITY.md)를 참조하세요. 여기에는 자동 보안 스캔, 취약점 보고 및 안전한 개발 관행이 포함됩니다. ### 보안 문제 신고 보안 문제를 발견하셨나요? 책임감 있게 신고해 주세요. - GitHub의 [비공개 취약점 보고](https://github.com/mrwadams/stride-gpt/security/advisories/new)를 통해 보안 권고 생성 - 보안 문제를 공개적으로 게시하지 마세요 - 48시간 이내에 확인 - 수정 사항은 우선 처리되어 신속히 릴리스됩니다. ## 기여하기 풀 리퀘스트를 환영합니다. 주요 변경 사항의 경우, 먼저 이슈를 열어 변경하고자 하는 내용을 논의해 주세요. ## 라이선스 [MIT](https://choosealicense.com/licenses/mit/)

stride-gpt

인기

엔터프라이즈 배포

Open Security Summit 발표

변경 로그

버전 0.19 (최신)

버전 0.18

버전 0.17

버전 0.16

버전 0.15

버전 0.14.1

버전 0.14

버전 0.13

버전 0.12

버전 0.11

버전 0.10

버전 0.9

버전 0.8.1

버전 0.8

버전 0.7

버전 0.6

버전 0.5

버전 0.4

버전 0.3

버전 0.2

버전 0.1

설치

옵션 1: pip (CLI 전용)```bash

옵션 3: Docker (웹 UI)

Usage

CLI

Analyze the current directory

Specify a model and auto-approve the analysis plan

Export as JSON, SARIF, or browser-viewable HTML