Назад к обновлениям
New releaseJul 19, 2026

stride-gpt v0.19.0

Инструмент моделирования угроз на основе ИИ, использующий модели GPT от OpenAI для генерации моделей угроз для заданного приложения на основе методологии STRIDE.

Поделиться

Логотип STRIDE GPT

STRIDE GPT — это инструмент моделирования угроз на основе ИИ, который использует большие языковые модели (LLM) для генерации моделей угроз и деревьев атак для заданного приложения, основанных на методологии STRIDE. Пользователи предоставляют детали приложения, такие как тип приложения, методы аутентификации, а также является ли приложение доступным из интернета или обрабатывает конфиденциальные данные. Затем модель генерирует вывод на основе предоставленной информации.

Содержание

Поддержка проекта

Если вы считаете STRIDE GPT полезным, пожалуйста, рассмотрите возможность поддержки проекта:

  • ⭐ Поставьте звезду репозиторию на GitHub, чтобы помочь большему числу людей узнать об инструменте
  • ☕ Купите мне кофе, чтобы поддержать дальнейшую разработку и сопровождение
Купить мне кофе

Возможности

  • Агентный анализ кодовой базы: Укажите CLI путь к кодовой базе и получите автономную, глубокую модель угроз STRIDE — агент планирует, исследует и синтезирует результаты по подсистемам.
  • CLI и интерактивный REPL: Полнофункциональный терминальный интерфейс с автодополнением, историей и прогрессом в реальном времени — браузер не требуется.
  • Простой и удобный веб-интерфейс на Streamlit
  • Генерация моделей угроз на основе методологии STRIDE
  • Поддержка агентного ИИ: Специализированное моделирование угроз для агентных систем ИИ с интеграцией OWASP Top 10 для агентных приложений (ASI).
  • Поддержка генеративного ИИ: Моделирование угроз для приложений GenAI с интеграцией OWASP LLM Top 10.
  • Привязка к MITRE ATT&CK и ATLAS: Угрозы снабжаются стандартизированными идентификаторами техник противника (MITRE ATT&CK Enterprise для традиционных атак на инфраструктуру, ATLAS для атак, специфичных для ML/LLM) — отображаются в виде столбцов в Markdown, связанных пилюль в HTML и свойств mitre_attack в SARIF.
  • Обнаружение архитектурных шаблонов: Автоматическое обнаружение конвейеров RAG, мультиагентных систем, сред выполнения кода, экосистем инструментов и т.д. из описаний приложений (вдохновлено CSA MAESTRO).
  • Встроенный редактор диаграмм draw.io: Создавайте и редактируйте архитектурные диаграммы непосредственно в STRIDE-GPT с помощью встроенного редактора diagrams.net — внешние инструменты не требуются. Диаграммы анализируются как XML для извлечения компонентов, соединений и границ доверия, что обеспечивает значительно более богатый контекст для генерации моделей угроз, чем анализ изображений. Существующий рабочий процесс загрузки изображений не изменяется. По умолчанию редактор загружается из размещенного embed.diagrams.net; для самостоятельного размещения или развертывания в изолированной среде укажите собственный draw.io через переменную окружения STRIDE_GPT_DRAWIO_URL.
  • Мультимодальность: Используйте архитектурные диаграммы, блок-схемы и т.д. в качестве входных данных для моделирования угроз во всех поддерживаемых моделях с возможностью видения.
  • Диаграммы потоков данных (DFD): Генерируйте DFD из описания приложения (или анализируйте загруженное изображение DFD), редактируйте исходный код Mermaid в реальном времени и передавайте подтвержденную диаграмму обратно в запросы на создание модели угроз и дерева атак в качестве авторитетной системной модели. CLI-команда /analyze также выводит системную DFD вместе с результатами.
  • Генерация деревьев атак для перечисления возможных путей атак
  • Предложение возможных мер по смягчению угроз для выявленных угроз
  • Поддержка оценки рисков DREAD для выявленных угроз
  • Генерация тестовых сценариев Gherkin на основе выявленных угроз
  • Анализ репозиториев GitHub для всестороннего моделирования угроз (включая поддержку GitHub Enterprise)
  • Несколько форматов вывода: Markdown, JSON, SARIF (импортируется в GitHub, GitLab, Azure DevOps, IDE) и автономное HTML-представление для обмена с заинтересованными сторонами.
  • Поддержка продвинутых моделей рассуждения (серия OpenAI GPT-5.4/5.5, Anthropic Claude 4.6/4.8 с расширенным мышлением, Google Gemini 3, серия Mistral Magistral)
  • Всесторонняя поддержка провайдеров LLM через LiteLLM: OpenAI, Anthropic, Google AI, Mistral, Groq, DeepSeek, а также локальное размещение через LM Studio Server
  • Отсутствие хранения данных; детали приложения не сохраняются
  • Доступен в виде образа контейнера Docker для простого развертывания
  • Поддержка переменных окружения для безопасной настройки

Корпоративное развертывание

Хотите настроить STRIDE-GPT под свою организацию? Ознакомьтесь с нашим подробным Руководством по эксплуатации, чтобы узнать, как:

  • 🎯 Внедрить организационные средства контроля и стандарты безопасности
  • 📋 Настроить модели угроз в соответствии с требованиями соответствия
  • 🔧 Сделать форк и развернуть STRIDE-GPT внутри организации
  • 📊 Получать контекстно-зависимые, применимые модели угроз, специфичные для вашей среды

Руководство включает пошаговые инструкции, примеры кода и шаблоны развертывания для организаций, желающих масштабировать моделирование угроз с помощью ИИ в своих командах.

Выступление на Open Security Summit

В январе 2024 года я выступил с докладом о STRIDE GPT на Open Security Summit. В ходе выступления я рассказал о зарождении проекта, его основных функциях, последних обновлениях и некоторых планах на будущее. Полную запись презентации можно посмотреть ниже:

Выступление на Open Security Summit

Это видео — отличный ресурс для всех, кто хочет понять, как работает STRIDE GPT и как его можно использовать для улучшения моделирования угроз.

Журнал изменений

Версия 0.19 (последняя)

  • Флаг --version (#161): stride-gpt --version теперь выводит установленную версию и завершает работу, а баннер интерактивного TUI показывает текущую версию, чтобы вы могли сразу узнать, что у вас установлено.
  • Управление зависимостями консолидировано на uv (закрывает #155): uv.lock теперь является единственным источником истины для всех зависимостей. Дублированные файлы requirements.txt удалены; образ Docker UI и рабочий процесс проверки безопасности устанавливают зависимости из uv.lock через uv export, так что поставляемое и сканируемое больше не может расходиться с зафиксированным. Для пользователей pip install stride-gpt изменений нет.
  • Документация: Добавлен пример вывода модели угроз в Markdown (#151) и шпаргалка по интерактивному REPL (#163) в README.

Версия 0.18

  • Встроенный редактор диаграмм draw.io (#132, #138): Вкладка "Модель угроз" в Streamlit теперь включает редактор diagrams.net, позволяющий создавать архитектурную диаграмму прямо в приложении; при сохранении XML диаграммы анализируется (компоненты, соединения, границы доверия) и включается в запрос модели угроз. Анализ GitHub, загрузка изображений, редактор диаграмм и управляемый построитель с помощью ИИ объединены в одну вкладку с разделом "Опишите ваше приложение" над единым полем описания, так что дополнительные входные данные больше не загромождают основное поле. Управляемый построитель теперь вызывает выбранную модель, чтобы составить проект описания и предложить недостающие детали, важные с точки зрения безопасности, заменяя предыдущий статический шаблон и проверки покрытия. Для самостоятельного или изолированного развертывания хост редактора настраивается через STRIDE_GPT_DRAWIO_URL (по умолчанию embed.diagrams.net), источник postMessage в iframe ограничен им, а непроверенный XML диаграмм анализируется с помощью defusedxml.
  • Поддержка провайдера DeepSeek (закрывает #133): DeepSeek теперь является полноценным провайдером моделей как в мастере настройки CLI, так и в веб-интерфейсе Streamlit, предлагая deepseek-v4-pro и deepseek-v4-flash. Вызовы маршрутизируются через встроенную интеграцию deepseek/ в LiteLLM (хостинговая конечная точка, пользовательский базовый URL не требуется); установите ключ через DEEPSEEK_API_KEY.
  • Поддержка диаграмм потоков данных (DFD) (закрывает #56): Новая вкладка "Диаграмма потоков данных" в веб-интерфейсе Streamlit генерирует DFD из описания приложения, анализирует загруженные изображения DFD с помощью моделей, поддерживающих видение, и отображает редактируемую панель исходного кода Mermaid с предварительным просмотром в реальном времени. Установка флажка "Использовать эту DFD для модели угроз" сохраняет подтвержденную диаграмму в состоянии сеанса и вставляет её в последующие запросы на создание модели угроз и дерева атак в качестве авторитетной системной модели — замыкая цикл описание → DFD → проверка → уточненная модель угроз, о которой говорилось в задаче. Агент /analyze в CLI также создает системную DFD после синтеза, отображаемую как блок Mermaid в отчете Markdown, передаваемую в поле JSON data_flow_diagram и показываемую в HTML-представлении через среду выполнения Mermaid, загруженную с CDN. Генерация DFD обернута так, чтобы неудачная диаграмма не приводила к сбою хорошего отчета.
  • Корректная обработка ошибок анализа репозиториев GitHub (закрывает #92): Веб-интерфейс Streamlit теперь перехватывает сбои API GitHub при анализе репозиториев, вместо того чтобы показывать необработанный стек вызовов, с информативными сообщениями для 404 (включая область действия fine-grained PAT, которая дает 404 даже для публичных репозиториев), 401, 403/превышение лимита и сетевых ошибок. URL репозиториев нормализуются (замыкающий / и суффикс .git удаляются) перед парсингом, так что .../repo/ и .../repo.git больше не дают ложных 404.
  • Структурированные промежуточные артефакты вместе с отчетами (закрывает #122): При передаче -o <path> в /analyze или /quick рядом с отчетом записываются JSON-файлы-потомки: <stem>.plan.json (AnalysisPlan), <stem>.findings.json (результаты подсистем, сквозные угрозы и диаграмма потоков данных) и <stem>.run.json (RunManifest, записывающий модели, хеш конфигурации, версию, тайминги, какие справочные карты были фактически загружены, и run_summary, отмечающий, завершился ли запуск или был прерван лимитом вызовов). Манифесты не содержат ключей API и конечных точек и скрывают пути файловой системы, поэтому их можно безопасно фиксировать в репозитории или прикреплять к задаче. Флаг -f управляет только артефактом отчета; потомки всегда в JSON.
  • Восстановление значений MITRE ATT&CK через запятую (закрывает #134): Когда рабочая модель возвращает MITRE_ATTACK в виде строки, разделенной запятыми (например, "T1190, T1059, AML.T0053") вместо канонической формы списка, идентификаторы техник теперь восстанавливаются, а не отбрасываются. Ранее в отчетах Markdown/HTML столбец "MITRE ATT&CK" был пуст во всех ячейках, а при экспорте SARIF идентификаторы терялись. Все рендереры (Markdown, HTML-пилюли, SARIF) и проверка видимости столбцов теперь проходят через единый нормализатор, а свободный прозаический текст, не являющийся идентификатором техники, отфильтровывается, чтобы столбец не заполнялся ложными срабатываниями.
  • Патч 0.18.1 (закрывает #159): Исправлена ошибка вызовов LM Studio с сообщением The api_key client option must be set, когда в окружении отсутствовал ключ облачного провайдера. LM Studio маршрутизируется через префикс openai/ в LiteLLM, а SDK OpenAI отказывается создавать клиент без ключа, даже если api_base указывает на localhost, поэтому CLI теперь передает заполнитель для провайдеров, не требующих аутентификации. Кроме того, сканирование окружения рабочего уровня в последней инстанции больше не применяется к таким провайдерам: ранее настроенные ANTHROPIC_API_KEY или OPENAI_API_KEY отправлялись на любой хост, указанный в api_base, что одновременно маскировало эту ошибку и передавало реальный ключ по сети. Если вы используете LM Studio и у вас установлен такой ключ, он больше не передается на вашу конечную точку.

Версия 0.17

  • Интеграция с MITRE ATT&CK и ATLAS (закрывает #36): Угрозы, выдаваемые /analyze и /quick, теперь могут содержать стандартизированные идентификаторы техник противника из MITRE ATT&CK Enterprise (v17.1) и MITRE ATLAS (2026.05). Две новые справочные карты с прогрессивным раскрытием (mitre_enterprise, mitre_atlas) инструктируют агента использовать только каталогизированные идентификаторы и названия, устраняя галлюцинации идентификаторов. Карты генерируются из исходных STIX/YAML с помощью scripts/refresh_mitre_cards.py, а не на основе запоминания модели. Техники отображаются в виде столбца MITRE ATT&CK в таблицах Markdown, кликабельных пилюль небесно-голубого цвета в HTML и массивов properties.mitre_attack в SARIF.
  • Сопутствующий HTML-отчет: /analyze и /quick теперь создают автономный, просматриваемый в браузере HTML-отчет вместе с выводами в Markdown, JSON и SARIF, подходящий для обмена с заинтересованными сторонами.
  • Anthropic Claude Opus 4.8: Добавлена поддержка claude-opus-4-8, новейшей флагманской модели Anthropic, наряду с существующей Opus 4.7. Любую из них можно выбрать в качестве модели-архитектора или рабочей модели.
  • Консолидация образов UI: Двойное пространство имен Docker (mrwadams/stridegpt-ui) удалено; веб-интерфейс Streamlit теперь находится только в mrwadams/stridegpt. Пользователям CLI следует устанавливать pip install stride-gpt, а не тянуть контейнер.
  • Гигиена зависимостей: Удален неиспользуемый пакет mistralai (доступ к Mistral уже осуществляется через LiteLLM). Обновлена база python:3.12-slim для образа UI и удален curl, что устраняет 21 предупреждение CVE среднего/высокого уровня в PR #113–#115.
  • Очистка качества кода: Устранены замечания CodeQL (неиспользуемые импорты, голый except, мертвый код) (#116).

Версия 0.16

  • Автономный CLI: Первый выпуск STRIDE-GPT в виде CLI через pip install stride-gpt, отделенного от устаревшего веб-интерфейса Streamlit. Две основные команды: /analyze (автономный агентный анализ кодовой базы с планировщиком, циклами агентов, использующих инструменты для каждой подсистемы, и проходом сквозного синтеза) и /quick (одноразовая модель угроз на основе письменного описания приложения).
  • Справочные карты с прогрессивным раскрытием: Карты genai (OWASP LLM Top 10), agentic (OWASP ASI Top 10) и insider_threat самодокументируются через YAML-заголовки; агент обнаруживает их через list_references и извлекает содержимое через load_reference.
  • Двухуровневая маршрутизация моделей: Разделение на модель-архитектор и рабочую модель для экономически эффективного анализа, при этом флагманские модели резервируются для планирования и синтеза.
  • Интерактивный REPL: Полнофункциональный терминальный интерфейс с автодополнением, историей, прогрессом в реальном времени и строкой состояния.
  • Многоформатный вывод: Markdown, JSON и SARIF (импортируется в GitHub, GitLab, Azure DevOps, IDE).
  • Патч 0.16.1: Уровень логирования LiteLLM повышен до ERROR в stride_gpt/__init__.py, чтобы предупреждения о предварительной загрузке Bedrock/SageMaker не появлялись при чистых установках без botocore.
Нажмите, чтобы просмотреть примечания к выпуску более ранних версий (0.15 и старше).

Версия 0.15

  • Поддержка агентных приложений ИИ: Добавлена всесторонняя поддержка моделирования угроз для агентных систем ИИ с интеграцией OWASP Top 10 для агентных приложений (ASI01-ASI10). Просто выберите "Агентное приложение ИИ" и опишите свою систему — LLM автоматически обнаружит архитектурные шаблоны и применит соответствующие категории угроз. Каждый риск ASI сопоставляется с соответствующей категорией STRIDE для единообразного анализа угроз.

  • Поддержка приложений генеративного ИИ: Добавлена поддержка моделирования угроз для приложений GenAI с интеграцией OWASP LLM Top 10 (LLM01-LLM10). Выберите "Приложение генеративного ИИ" и опишите свою систему, чтобы получить специализированный анализ угроз, связанных с LLM. Приложения агентного ИИ включают как категории рисков LLM, так и ASI для всестороннего охвата.

  • Обнаружение архитектурных шаблонов вдохновленное MAESTRO: Улучшенный агентный анализ угроз с автоматическим обнаружением архитектурных шаблонов из описаний приложений, вдохновленный фреймворком Cloud Security Alliance MAESTRO. LLM теперь идентифицирует и применяет специфические для шаблонов угрозы для:

    • Систем RAG/Поиска: Отравление векторного хранилища, манипуляция внедрением, межарендаторная утечка
    • Мультиагентных систем: Имитация агентов, подделка сообщений между агентами, каскадные компрометации
    • Сред выполнения кода: Побег из песочницы, выход из контейнера, генерация вредоносного кода
    • Экосистем инструментов/MCP: Мошеннические поставщики инструментов, атаки на цепочку поставок, уязвимости запутанного заместителя
    • Постоянной памяти: Отравление памяти, межсеансовая утечка, манипуляция состоянием
    • Автономных операций: Постоянство недобросовестного агента, обход контроля человеком, бесконечные циклы

  • Межуровневый анализ угроз: Модели угроз теперь включают межкомпонентные цепочки атак, показывающие, как компрометация одного архитектурного уровня может позволить атаки на другие (например, отравление RAG → захват цели агента → неправильное использование инструмента → утечка данных).

  • Улучшенные предложения по усовершенствованию: Для агентных приложений предложения по усовершенствованию теперь запрашивают конкретные архитектурные детали, такие как фреймворк агента, протоколы межкомпонентного общения, механизмы песочницы и реализации автоматических выключателей.

  • Обновления моделей OpenAI: Обновлено до серии моделей GPT-5.2 (gpt-5.2, gpt-5.2-pro, gpt-5-mini, gpt-5-nano, gpt-5, gpt-4.1). Удалены устаревшие модели (gpt-4o, gpt-4o-mini, o3, o3-mini, o4-mini).

  • Модели Anthropic Claude 4.5: Обновлено до серии Claude 4.5 (claude-sonnet-4-5, claude-haiku-4-5, claude-opus-4-5). Добавлен флажок "Включить расширенное мышление" для расширенных возможностей рассуждения на любой модели Claude. Увеличен максимальный токен до 32k (стандартный) и 48k (режим мышления).

  • Предварительный просмотр Google Gemini 3: Добавлены предварительные модели Gemini 3 (gemini-3-pro-preview, gemini-3-flash-preview) наряду с моделями Gemini 2.5. Поддержка режима расширенного мышления для моделей Gemini 3.

  • Обновления моделей Mistral: Обновлено до последних версионных моделей Mistral, включая Mistral Large 3, Medium 3.1, Small 3.2, Ministral 3 (8B/14B) и Magistral 1.2 (Medium/Small).

  • Новый логотип проекта: Обновлен брендинг с более чистым минималистичным дизайном щита и нейронной сети.

  • Исправление ошибки: Исправлена проблема, из-за которой вывод модели угроз исчезал после нажатия кнопки загрузки.

Версия 0.14.1

  • Инфраструктура безопасности: Добавлено всестороннее автоматическое сканирование безопасности и ужесточение, включая:
    • Рабочие процессы GitHub Actions для Bandit (безопасность Python), CodeQL (обнаружение уязвимостей), pip-audit (проверка зависимостей), Safety (уязвимости пакетов), Gitleaks (обнаружение секретов) и Trivy (сканирование образов Docker)
    • SECURITY.md с процессом уведомления об уязвимостях (SLA подтверждения в течение 48 часов) и лучшими практиками безопасности
    • Улучшенная конфигурация Docker с ужесточением безопасности, ограничениями ресурсов и готовым к производству docker-compose.yml
    • Конфигурация Dependabot для автоматических еженедельных обновлений зависимостей
    • Руководство по управлению секретами, готовое к производству (секреты Docker Swarm, облачные менеджеры секретов)
  • Руководство по корпоративной эксплуатации: Добавлено всестороннее руководство по настройке STRIDE-GPT с учетом организационного контекста, включая средства контроля безопасности, требования соответствия, утвержденные технологические стеки и шаблоны развертывания для корпоративного использования.

Версия 0.14- Поддержка серии GPT-5: Добавлена полная поддержка моделей серии GPT-5 от OpenAI (gpt-5, gpt-5-mini, gpt-5-nano) во всех функциях моделирования угроз. Эти продвинутые модели рассуждений обеспечивают расширенные аналитические возможности с правильным выделением токенов как для внутреннего рассуждения, так и для генерации выходных данных.

  • Интеграция Anthropic Claude 4: Добавлена поддержка новейших моделей Claude 4 от Anthropic (claude-opus-4-1-20250805, claude-opus-4-20250514 и claude-sonnet-4-20250514) с улучшенными возможностями.
  • Поддержка GitHub Enterprise: Добавлена поддержка репозиториев GitHub Enterprise. Инструмент теперь автоматически определяет и настраивает соответствующий конечный точку API на основе URL репозитория, что упрощает анализ репозиториев, размещенных на частных экземплярах GitHub Enterprise. (Спасибо @danielpops за вклад!)
  • Улучшенная интеграция моделей рассуждений: Обновлена обработка параметров для использования max_completion_tokens вместо устаревшего max_tokens для GPT-5 и других моделей рассуждений OpenAI, обеспечивая совместимость с последними требованиями API OpenAI.
  • Улучшенное отображение оценки DREAD: Убраны ограничения на обрезание описаний сценариев оценки DREAD, позволяя пользователям просматривать полные сценарии угроз в таблице оценки рисков вместо сокращенных версий с "...".
  • Обновления безопасности: Обновлены зависимости для устранения уязвимостей безопасности, выявленных Snyk, включая обновления anyio, zipp, tornado, requests и urllib3.
  • Обновления моделей Mistral: Добавлена поддержка новейших моделей Mistral, включая Magistral Medium/Small (модели рассуждений), Mistral Medium и Ministral 8B.
  • Обновления моделей Groq: Обновлен выбор моделей Groq с OpenAI GPT-OSS (120B, 20B), сохранены Llama 3.3 70B и 3.1 8B, оставлен DeepSeek R1, добавлены Moonshot Kimi K2 и Qwen3 32B.
  • Обновление Google Gemini 2.5 GA: Переход на общедоступные версии моделей Gemini 2.5 (Pro, Flash, Flash Lite) вместо предыдущих предварительных версий.
  • Поддержка проекта: Добавлена кнопка "Купи мне кофе" на боковой панели, позволяющая пользователям поддержать дальнейшее развитие и сопровождение STRIDE GPT.

Версия 0.13

  • Новые модели OpenAI: Добавлена поддержка новейших моделей OpenAI: gpt-4.1, o3 и o4-mini, при сохранении поддержки o3-mini. Эти модели рассуждений обеспечивают детальные аналитические возможности.
  • Переход на новый Google GenAI SDK: Полный переход на новый SDK Google GenAI с удалением всех зависимостей от устаревшей библиотеки Google Generative AI. Переработана интеграция моделей Gemini (Google AI) во всех модулях для повышения согласованности и производительности.
  • Расширенная поддержка моделей рассуждений: Расширена структура рассуждений для работы со всеми моделями рассуждений OpenAI (o1, o3, o3-mini, o4-mini) во всех функциях моделирования угроз, включая генерацию моделей угроз, деревьев атак, мер смягчения и оценок DREAD.
  • Увеличенные лимиты токенов: Обновлены лимиты токенов для новых моделей, чтобы использовать их расширенный контекст, особенно для gpt-4.1, поддерживающего 1 миллион токенов, и o4-mini, поддерживающего 200K токенов.
  • Расширенная мультимодальная поддержка: Загрузка и анализ изображений теперь работают с большим количеством моделей, включая Gemini 2.5, Claude 3 и Claude 4. Расширена поддержка анализа различных форматов изображений во всех моделях, способных к распознаванию изображений.
  • Обновление до последних предварительных моделей Gemini: Переход на использование последних версий предварительных моделей Gemini для улучшенной производительности и возможностей.

Версия 0.12

  • Интеграция Claude 3.7: Добавлена полная поддержка моделей Claude 3.7 от Anthropic во всех функциях моделирования угроз, включая инновационный "режим мышления", обеспечивающий более детальное рассуждение во время анализа.
  • Улучшенный анализ репозиториев GitHub: Значительно улучшена функция анализа репозиториев GitHub с интеллектуальным выбором файлов, лучшей поддержкой языков программирования и отслеживанием прогресса во время анализа.
  • Поддержка предварительной версии GPT-4.5: Добавлена поддержка предварительной модели GPT-4.5 от OpenAI с улучшенными рекомендациями по выбору модели и описаниями.
  • Оптимизация производительности: Улучшена общая производительность приложения с лучшим отслеживанием использования токенов и системами предупреждений о приближении к лимитам токенов.

Версия 0.11

  • Поддержка LM Studio Server: Добавлена возможность использования LM Studio Server в качестве провайдера моделей, позволяя пользователям запускать собственные локальные LLM с конечными точками API, совместимыми с OpenAI.
  • Поддержка Google Gemini для деревьев атак: Добавлена возможность генерации деревьев атак с использованием моделей Google Gemini, расширяя доступные опции для пользователей.
  • Поддержка новых моделей: Добавлена поддержка моделей рассуждений (o1 и o3-mini от OpenAI, DeepSeek R1 через Groq API) и недавно выпущенной Google Gemini 2.0 Flash для более быстрой инференции.
  • Улучшенная генерация деревьев атак: Улучшена генерация деревьев атак с надежным парсингом JSON и преобразованием в диаграммы Mermaid, делая вывод более надежным и визуально привлекательным.
  • Динамическое обнаружение моделей: Добавлено автоматическое обнаружение моделей для LM Studio Server, позволяя пользователям выбирать из доступных моделей в своих локальных экземплярах.
  • Улучшенная генерация моделей угроз: Улучшены инструкции и промпты для генерации моделей угроз для получения более полных и действенных результатов.
  • Поддержка структурированного вывода: Улучшена обработка JSON-вывода во всех провайдерах моделей для обеспечения надежной генерации моделей угроз и оценок DREAD.
  • Улучшения пользовательского интерфейса: Обновлен пользовательский интерфейс для поддержки новых конфигураций моделей и улучшенных предупреждающих сообщений об ограничениях локальных LLM.

Версия 0.10

  • Анализ репозиториев GitHub: STRIDE GPT теперь поддерживает автоматический анализ репозиториев GitHub. Пользователи могут указать URL репозитория GitHub, и инструмент проанализирует README и ключевые файлы для создания более комплексной модели угроз.
  • Поддержка переменных окружения: Добавлена поддержка загрузки ключей API и других конфигураций из переменных окружения, повышая безопасность и удобство развертывания.
  • Улучшенная обработка ошибок: Улучшены механизмы обработки ошибок и повторных попыток для вызовов API для повышения надежности.
  • Улучшения пользовательского интерфейса: Обновлен пользовательский интерфейс для поддержки новых функций и улучшения общего пользовательского опыта.

Версия 0.9

Основные моменты выпуска:

  • Mistral Client v1.0: STRIDE GPT теперь использует v1.0 клиента Mistral, что решает критические изменения, внесенные в последней версии API Mistral. Это гарантирует, что пользователи STRIDE GPT могут продолжать использовать API Mistral для задач моделирования угроз.

Версия 0.8.1

Этот выпуск добавил поддержку следующих моделей:

  • GPT4o mini: Я добавил поддержку недавно выпущенной модели GPT4o mini от OpenAI. GPT4o mini — это экономичная небольшая модель, которая по-прежнему обеспечивает высококачественные ответы для задач моделирования угроз.

  • Gemini 1.5 Pro (стабильная): Пользователи теперь могут выбирать между стабильной и предварительной версиями модели Gemini 1.5 Pro.

Версия 0.8

Основные моменты выпуска:

  • Оценка рисков DREAD: STRIDE GPT теперь поддерживает оценку рисков DREAD, позволяя пользователям назначать оценки риска выявленным угрозам на основе модели DREAD. Эта функция обеспечивает более комплексную оценку угроз и помогает расставить приоритеты для мер смягчения.

  • Тестовые сценарии Gherkin: Пользователи теперь могут генерировать тестовые сценарии Gherkin на основе выявленных угроз. Эта функция помогает преодолеть разрыв между моделированием угроз и тестированием, гарантируя, что соображения безопасности интегрированы в процесс тестирования.

  • Улучшения пользовательского интерфейса: Я обновил пользовательский интерфейс, сделав его более удобным для навигации и взаимодействия с приложением и его функциями.

Версия 0.7

Основные моменты выпуска:

  • Мультимодальное моделирование угроз: STRIDE GPT теперь поддерживает мультимодальное моделирование угроз с использованием моделей GPT-4o и GPT-4-Turbo от OpenAI. Пользователи могут предоставить изображение диаграммы архитектуры, блок-схемы или других визуальных представлений своего приложения для улучшения процесса моделирования угроз.
  • Интеграция Google AI: Я добавил поддержку Gemini 1.5 Pro через Google AI API. Обратите внимание, что Gemini не всегда последовательно генерирует JSON-вывод, поэтому возможно, придется повторить некоторые запросы. Кроме того, деревья атак не могут быть сгенерированы с использованием моделей Google AI из-за ограничений безопасности Google.
  • Рефакторинг кодовой базы: Я переработал некоторые части кодовой базы для улучшения сопровождаемости и читаемости. Это должно упростить добавление новых функций и улучшений в будущих выпусках.
  • Исправления ошибок: Незначительные исправления ошибок и улучшения обработки ошибок.

Версия 0.6

Основные моменты выпуска:

  • Интеграция Mistral API: Пользователи теперь могут выбирать использование LLM от Mistral AI для генерации моделей угроз, деревьев атак и предложений по смягчению. Это предоставляет альтернативу моделям GPT от OpenAI, предлагая большую гибкость и выбор для пользователей.

  • Уточненные промпты: С увеличением числа людей, использующих STRIDE GPT для работы, я обновил шаблоны промптов для модели угроз, чтобы стимулировать LLM к генерации более полных выходных данных. Теперь пользователи должны видеть множественные угрозы, выявленные в каждой категории STRIDE.

  • Публичная дорожная карта: Я создал публичную дорожную карту для обеспечения видимости предстоящих функций и улучшений.

  • Улучшения пользовательского интерфейса: Я внес небольшие обновления в интерфейс для поддержки новой интеграции Mistral API и улучшения общего пользовательского опыта.

Версия 0.5

Основные моменты выпуска:

  • Образ Docker-контейнера: Чтобы упростить развертывание STRIDE GPT в публичных и частных облаках, инструмент теперь доступен как образ Docker-контейнера на Docker Hub.

Версия 0.4

Основные моменты выпуска:

  • Интеграция новых моделей GPT: Приложение теперь поддерживает новейшие модели "gpt-4-1106-preview" и "gpt-3.5-turbo-1106", предлагая расширенные возможности и более точные ответы для моделирования угроз и генерации деревьев атак.
  • Прямые вызовы OpenAI API: STRIDE GPT теперь делает прямые вызовы к OpenAI API, чтобы использовать недавно введенный JSON-режим. Это должно значительно снизить вероятность синтаксических ошибок при генерации моделей угроз.
  • Уточненная генерация деревьев атак: Процесс генерации деревьев атак был переработан для повышения надежности, минимизации синтаксических ошибок при генерации диаграмм Mermaid и улучшения общего качества визуализаций.
  • Новый логотип и цветовая схема: Обновленная цветовая схема и новый логотип (сгенерированный DALL·E 3).
  • Продолжение исправлений ошибок и улучшений производительности: Я внес небольшое количество дополнительных обновлений для устранения существующих ошибок и оптимизации приложения для лучшей производительности, обеспечивая более плавный и эффективный пользовательский опыт.

Версия 0.3

Основные моменты выпуска:

  • Меры смягчения угроз: STRIDE GPT теперь может предлагать потенциальные меры смягчения для угроз, выявленных на этапе моделирования угроз. Это помогает пользователям разрабатывать стратегии предотвращения или минимизации воздействия выявленных угроз.
  • Загружаемый вывод: Пользователи теперь могут загружать сгенерированную модель угроз, дерево атак и меры смягчения в виде файлов Markdown непосредственно из приложения. Это упрощает обмен и документирование сгенерированных выходных данных.
  • Улучшенный пользовательский интерфейс: Я дополнительно доработал пользовательский интерфейс для обеспечения более плавного и интуитивного пользовательского опыта. Макет приложения был оптимизирован для лучшей читаемости и удобства использования.
  • Обновленные модели GPT: STRIDE GPT теперь поддерживает последние версии 0613 моделей GPT-3.5-turbo и GPT-4. Эти обновленные модели обеспечивают улучшенную производительность и повышенный контроль над генерируемым выводом.
  • Исправления ошибок и улучшения производительности: Я устранил несколько ошибок и внес улучшения производительности для обеспечения более стабильного и отзывчивого приложения.

Версия 0.2

Основные моменты выпуска:

  • Генерация деревьев атак: В дополнение к генерации моделей угроз, STRIDE GPT теперь может генерировать деревья атак для ваших приложений на основе предоставленных данных. Это помогает пользователям лучше понять потенциальные пути атак для своих приложений.
  • Визуализация деревьев атак: Это экспериментальная функция, позволяющая пользователям визуализировать сгенерированное дерево атак непосредственно в приложении с помощью Mermaid.js. Это обеспечивает более интерактивный опыт в интерфейсе STRIDE GPT.
  • Поддержка модели GPT-4: STRIDE GPT теперь поддерживает использование модели GPT-4 от OpenAI при условии, что у пользователя есть доступ к API GPT-4. Это позволяет пользователям использовать последние достижения технологии GPT для генерации более точных и комплексных моделей угроз и деревьев атак.
  • Улучшенная компоновка и организация: Я перестроил макет приложения, чтобы сделать его более удобным для навигации и использования. Ключевые разделы, такие как "Модель угроз" и "Дерево атак", теперь организованы в свертываемые разделы для более чистого и интуитивного пользовательского опыта.

Версия 0.1

Первый выпуск приложения.

Установка

Вариант 1: pip (только CLI)```bash

pip install stride-gpt

Это устанавливает команду `stride-gpt`. CLI и веб-интерфейс Streamlit теперь являются отдельными продуктами — `pip install stride-gpt` даёт вам компактный CLI без компонентов Streamlit. Чтобы запустить веб-интерфейс из исходного кода, смотрите Вариант 2 ниже.

### Вариант 2: Из исходного кода

1. Клонируйте репозиторий:

    ```bash
    git clone https://github.com/mrwadams/stride-gpt.git
    cd stride-gpt
    ```

2. Установите с помощью [uv](https://docs.astral.sh/uv/) (рекомендуется — `uv.lock` является единственным источником истины для зависимостей):   ```bash
   # CLI plus the Streamlit web UI deps
   uv sync

Или установите только CLI с помощью pip: ```bash pip install -e .

3. (Необязательно) Настройте переменные окружения:   ```bash
cp .env.example .env

Отредактируйте .env, чтобы добавить ваши API-ключи — или настройте их позже, запустив stride-gpt и используя команду /config в интерактивном REPL, или через Streamlit UI.

Вариант 3: Docker (web UI)

Веб-интерфейс Streamlit поставляется в виде Docker-образа:```bash docker pull mrwadams/stridegpt:latest

Для CLI, используйте `pip install stride-gpt` — нет отдельного образа CLI. Если вам нужна изолированная CLI, создайте свою на основе минимального базового образа Python.

## Структура репозитория

STRIDE-GPT организован как небольшой монорепозиторий: одна общая библиотека Python и одно или несколько приложений, которые её используют.```
stride-gpt/
├── stride_gpt/    # shared library + Python CLI (core, agent loop, prompts, schemas, models)
├── apps/
│   └── web/       # Streamlit web UI
├── tests/         # pytest suite
└── pyproject.toml # single project file; web UI deps live in the `web` dependency-group

Директория apps/ предназначена для дополнительных развертываемых фронтендов — например, будущий CLI на Node/TypeScript будет располагаться рядом с apps/web/. Сам Python CLI находится в stride_gpt/cli.py, так как он тесно связан с общей библиотекой.

Использование

CLI

Агентный анализ кодовой базы — агент автономно исследует код, планирует свой анализ и создает модель угроз STRIDE:```bash

Analyze the current directory

stride-gpt analyze .

Specify a model and auto-approve the analysis plan

stride-gpt analyze ./my-app --worker-model anthropic/claude-sonnet-4-6 -y

Export as JSON, SARIF, or browser-viewable HTML

stride-gpt analyze . -o report.json -f json # also writes report.html alongside stride-gpt analyze . -o report.sarif -f sarif stride-gpt analyze . -o report.html -f html

> Каждый анализ также автоматически сохраняет JSON и HTML-компаньон в `~/.stride-gpt/reports/analyze/`, так что просматриваемый в браузере вид всегда в одном клике, даже если вы запускаете без `-o`.

> **Примечание о стоимости:** Агентный анализ тщателен — агент совершает множество вызовов LLM и читает много файлов по ходу исследования. Использование токенов и стоимость масштабируются в зависимости от размера кодовой базы и выбранной модели, а полный запуск на большом репозитории с использованием передовой модели может быть дорогим. Установите лимиты расходов в панели управления вашего провайдера перед запуском и рассмотрите более быстрые/дешёвые модели для первых проходов.

**Быстрый одноразовый режим** — создайте модель угроз из текстового описания (как в Streamlit UI, но в терминале):```bash
# Read description from a file
stride-gpt quick -i app-description.txt

# Pipe from stdin
echo "A web API that processes payments..." | stride-gpt quick

Интерактивная REPL — запустить интерактивную сессию с автодополнением табуляцией и историей:```bash stride-gpt

В REPL введите `/help`, чтобы увидеть доступные команды и флаги. Версия отображается под ASCII-баннером при запуске. Полный справочник команд и сочетаний клавиш см. в [шпаргалке по интерактивному REPL](#interactive-repl-cheat-sheet) ниже.

#### Шпаргалка по интерактивному REPL

Запустите REPL командой `stride-gpt` (без аргументов), затем используйте эти команды и сочетания клавиш.

**Команды** — введите слеш-команду в приглашении:

| Команда | Что делает |
|---------|------------|
| `/analyze [path]` | Анализирует кодовую базу на угрозы STRIDE (подойдет и просто путь к каталогу) |
| `/quick` | Быстрая модель угроз из текстового описания |
| `/reports` | Список предыдущих отчетов анализа (`/reports <n>` просматривает один) |
| `/config` | Просмотр или изменение настроек (модель, провайдер, ключи API) |
| `/help` | Показывает доступные команды, флаги и примеры |
| `/quit` | Выход (синонимы: `/exit`, `/q`) |

`/analyze`, `/quick` и `/reports` принимают флаги: `-o`/`--output <path>`, `-f`/`--format <markdown\|json\|sarif\|html>`, `-y`/`--yes` и `-i`/`--input <path>` (для `/quick`). Введите `/help` для получения полного списка.

**Сочетания клавиш:**

| Клавиша | Действие |
|---------|----------|
| `Tab` | Завершение слеш-команд и путей к файлам |
| `↑` / `↓` | Прокрутка истории команд |
| `→` / `End` | Принять полупрозрачное предложение из истории |
| `Ctrl+L` | Очистить экран и буфер прокрутки |
| `Ctrl+C` / `Ctrl+D` | Выход из REPL |

**Проверьте установленную версию:**```bash
stride-gpt --version    # prints e.g. "stride-gpt 0.19.0" and exits

Общие флаги:

ФлагОписание
--versionВыводит установленную версию (stride-gpt <version>) и завершает работу
-o, --outputСохранить отчёт в файл
-f, --formatФормат вывода: markdown (по умолчанию), json, sarif, html
-i, --inputЧитать описание приложения из файла (только quick)
-y, --yesАвтоматически утвердить план анализа (только analyze)
--worker-modelМодель уровня по умолчанию, обрабатывающая основную часть запросов (например, anthropic/claude-sonnet-4-6). Использует сохранённую конфигурацию, если не указан.
--architect-modelБолее мощная модель для планирования/синтеза (например, openai/gpt-5.4). Использует сохранённую конфигурацию, если не указан.
--no-architectПропустить уровень архитектора для этого запуска; все вызовы обрабатывает worker.
--app-typeПереопределить тип приложения, обнаруженный планировщиком (только analyze): auto (по умолчанию), web, genai, agentic.
--max-llm-callsЛимит общего количества вызовов LLM на обоих уровнях (только analyze; 0 = безлимитно).
--max-tool-callsЛимит общего количества выполнений инструментов (только analyze; 0 = безлимитно).

Каждый уровень также принимает --worker-api-key / --worker-api-base / --worker-max-tokens (и их аналоги --architect-*). Выполните stride-gpt analyze --help или stride-gpt quick --help для получения полного списка.

Структурированные промежуточные артефакты — при использовании -o <path> вместе с отчётом записываются три JSON-файла для возможности аудита запуска или использования последующими инструментами:

ФайлСодержимое
<stem>.plan.jsonAnalysisPlan, созданный архитектором — подсистемы, фокусные области, обнаруженный тип приложения (только analyze).
<stem>.findings.jsonСписок SubsystemFinding по каждой подсистеме, сквозные угрозы и диаграмма потоков данных на уровне системы (только analyze).
<stem>.run.jsonRunManifest — модели, хэш промпта + конфигурации, ссылки, которые фактически загрузил агент, git SHA, версия, тайминги. Создаётся как для analyze, так и для quick.

Флаг формата (-f) управляет только артефактом отчёта; сопутствующие файлы всегда в JSON. Пути к файлам в манифесте и результатах поиска заменяются (./… для файлов в рабочем каталоге, ~/… для файлов в $HOME), поэтому манифест можно безопасно передавать. Автоархив в ~/.stride-gpt/reports/{analyze,quick}/ не затрагивается — сопутствующие файлы создаются только при указании -o.

Просмотр предыдущих отчётов:```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

### Веб-интерфейс Streamlit

Веб-интерфейс является отдельным приложением от CLI. Запустите его с помощью:```bash
streamlit run apps/web/main.py

Откройте указанный URL в вашем браузере и следуйте инструкциям на экране.

Docker```bash

docker run -p 8501:8501 --env-file .env mrwadams/stridegpt

## Пример вывода

Каждый запуск `stride-gpt analyze` и `stride-gpt quick` по умолчанию создаёт отчёт в формате markdown (с JSON, SARIF и самостоятельным HTML-представлением, доступным через `-f`). Markdown группирует угрозы по подсистемам в таблицы STRIDE, добавляет сквозной раздел для угроз, охватывающих несколько компонентов, и завершается сводкой по запуску. Дополнительные столбцы (OWASP LLM/ASI, категория инсайдера, MITRE ATT&CK) отображаются только в том случае, если запуск их заполняет.

Ниже приведён markdown из запуска против вымышленного API платежей, чтобы вы могли увидеть формат вывода до запуска инструмента. Это реальная визуализация из движка отчётов, а не макет.

<details>
<summary>Образец модели угроз в markdown (нажмите, чтобы развернуть)</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 TypeScenarioPotential ImpactMITRE ATT&CK
SpoofingAn 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 PrivilegeA 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 TypeScenarioPotential ImpactMITRE ATT&CK
Information DisclosureFull 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)
TamperingThe 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 TypeScenarioPotential ImpactMITRE ATT&CKAffected Subsystems
Denial of ServiceNo 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` создаёт ту же форму таблицы по текстовому описанию, свёрнутую в единую подсистему **Application** вместо результатов для каждой подсистемы.

## Рекомендации по безопасности

STRIDE GPT предназначен для локального однопользовательского развёртывания. При использовании инструмента:

### Защита ваших ключей API

**Ваши ключи API являются чувствительными учётными данными, которые могут повлечь расходы на вашем аккаунте.**

✅ **ДЕЛАЙТЕ:**
- Вводите ключи API через интерфейс (они остаются в вашей сессии браузера)
- Используйте файл .env для удобства на вашем личном компьютере
- Устанавливайте лимиты расходов в панели управления вашего LLM-провайдера
- Регулярно проверяйте использование API и расходы
- Очищайте сессию при работе на общих компьютерах

❌ **НЕ ДЕЛАЙТЕ:**
- Не помещайте файлы .env в систему контроля версий (они уже в .gitignore)
- Не делитесь скриншотами с видимыми ключами API
- Не запускайте STRIDE GPT на недоверенных/скомпрометированных системах
- Не передавайте свои ключи API другим
- Не игнорируйте неожиданные списания за API

### Вопросы конфиденциальности данных

Когда вы генерируете модели угроз, STRIDE GPT отправляет данные вашему LLM-провайдеру:
- Детали приложения (тип, методы аутентификации, архитектура)
- Описания системной архитектуры
- Загруженные диаграммы/изображения архитектуры
- Сгенерированные модели угроз и меры по их устранению

**Что это означает:**
- OpenAI, Anthropic, Google и др. могут записывать эти данные согласно своей политике конфиденциальности
- Рассмотрите возможность использования общих/вымышленных деталей системы для демонстраций
- Ознакомьтесь с политикой хранения данных и конфиденциальности вашего LLM-провайдера
- Для чувствительных систем рассмотрите:
  - Использование локальных моделей (LM Studio)
  - Использование провайдеров с более строгими гарантиями конфиденциальности
  - Очистку описаний системы перед вводом

### Развёртывание для команды/организации

Если вы развёртываете STRIDE GPT для нескольких пользователей (не по умолчанию):
- Добавьте аутентификацию/авторизацию (не входит в базовую поставку)
- Используйте службу управления секретами для ключей API
- Размещайте за VPN или во внутренней сети
- Ознакомьтесь с документом [SECURITY.md](https://github.com/mrwadams/stride-gpt/blob/master/SECURITY.md) для дополнительных рекомендаций
- Учитывайте требования к местонахождению данных и соответствию нормативным требованиям
- Внедрите соответствующие средства контроля доступа для сгенерированных моделей угроз

### Безопасность зависимостей

Мы поддерживаем зависимости и отслеживаем уязвимости:
- Зависимости регулярно обновляются через Dependabot
- Автоматическая проверка безопасности выполняется при каждом коммите
- Уведомления о безопасности отслеживаются на вкладке GitHub Security
- Запустите `pip-audit` для проверки известных уязвимостей локально

См. [SECURITY.md](https://github.com/mrwadams/stride-gpt/blob/master/SECURITY.md) для полной информации о безопасности, включая автоматическое сканирование безопасности, отчётность об уязвимостях и практики безопасной разработки.

### Сообщение о проблемах безопасности

Нашли проблему безопасности? Пожалуйста, сообщите о ней ответственно:
- Создайте консультацию по безопасности через [личный репортаж об уязвимостях GitHub](https://github.com/mrwadams/stride-gpt/security/advisories/new)
- Не публикуйте проблемы безопасности в открытом доступе
- Мы подтвердим получение в течение 48 часов
- Исправления будут иметь приоритет и выпускаться быстро

## Вклад

Пулы запросов (pull requests) приветствуются. Для существенных изменений сначала откройте issue, чтобы обсудить, что вы хотите изменить.

## Лицензия

[MIT](https://choosealicense.com/licenses/mit/)
Читать далее

Категории

Фреймворки для пентестаАнализ уязвимостейРазведка угрозОбучение и ОбразованиеБезопасность ИИ