AttackGen
AttackGen — это инструмент для тестирования реагирования на киберинциденты, использующий возможности больших языковых моделей и комплексные фреймворки MITRE ATT&CK и ATLAS. Инструмент генерирует индивидуальные сценарии реагирования на инциденты на основе выбранных пользователем групп угроз, тематических исследований атак с использованием ИИ и сведений о вашей организации.
Содержание
Поставьте звезду репозиторию
Если вы находите AttackGen полезным, пожалуйста, поставьте звезду репозиторию на GitHub. Это помогает большему числу людей узнать об инструменте. Мы очень ценим вашу поддержку! ⭐
Возможности
- Генерирует уникальные сценарии реагирования на инциденты на основе выбранных групп угроз или тематических исследований ATLAS.
- Позволяет указать размер и отрасль вашей организации для создания индивидуального сценария.
- Поддерживает фреймворки MITRE ATT&CK Enterprise, ICS (Industrial Control Systems) и ATLAS (Adversarial Threat Landscape for AI Systems).
- Отображает подробный список техник, используемых выбранной группой угроз или тематическим исследованием.
- Создание пользовательских сценариев на основе выбора техник ATT&CK или ATLAS.
- Использование шаблонов сценариев для быстрой генерации пользовательских сценариев на основе распространённых типов киберинцидентов, включая специфичные для ИИ/МО паттерны атак.
- Генерация сценариев внутренней угрозы со стороны ИИ — учений по реагированию на инциденты, в которых передовой ИИ-агент, развёрнутый внутри вашей организации, ведёт себя как внутренний нарушитель, на основе модели угроз из Actions Speak Louder Than Tokens: An Insider Threat Model for Frontier AI Agents. Сценарии формируются на основе архетипа развёртывания агента (уровень автономности), категории угроз, угроз STRIDE и необязательной текстовой затравки сценария.
- AttackGen Assistant — чат-интерфейс для обновления и/или вопросов о сгенерированных сценариях с прямым переходом обратно на страницу, с которой пришёл сценарий.
- Пошаговая настройка: каждая страница показывает одну и ту же боковую панель Setup, перечисляет все невыполненные требования в единой сводке готовности и держит кнопку Generate отключённой, пока рабочий процесс не готов.
- Результаты сохраняются в течение сессии: каждая страница сценария хранит свой последний результат, введённые данные и загрузки между повторными запусками и переходами, и только явные действия Regenerate или Clear result заменяют или удаляют его.
- Длинные сценарии сопровождаются компактной сводкой и навигацией по разделам, включая быстрые ссылки на инъекции, критерии успеха, метрики, артефакты и правила ведения игры, по которым фасилитатор проводит учения.
- Сбор отзывов пользователей о качестве сгенерированных сценариев.
- Загружаемые сценарии в формате Markdown.
- Использование OpenAI API, Anthropic API (модели Claude), Google AI API, Mistral API, Groq API или любой совместимой с OpenAI конечной точки (Ollama, LM Studio, Azure OpenAI, OpenRouter и т. д.) для генерации сценариев реагирования на инциденты. Все провайдеры маршрутизируются через LiteLLM за единой внутренней обёрткой, поэтому добавление новой модели — это изменение в одну строку.
- Доступен в виде образа Docker-контейнера для простого развёртывания.
- Необязательная интеграция с LangSmith для мощной отладки, тестирования и мониторинга производительности моделей.
- Безопасное управление учётными данными с помощью файла .env для ключей API и секретов.
Релизы
