Skip to content
KitploitKITPLOIT
ИнструментыЭксплойтыБлог
Log in
Отправить
ИнструментыЭксплойтыБлог
Отправить

Инструменты для хакинга, пентеста и кибербезопасности — ваш арсенал защиты!

Kitploit — это каталог инструментов для хакинга, кибербезопасности и пентестинга. Находите последние обновления проектов для поиска уязвимостей, анализа систем, автоматизации тестирования и усиления вашей безопасности.

ЛентыКонтактыКонфиденциальность© 2026 Kitploit

Каталог инструментов

Категории

Все категории
Loading categories
nano-analyzer — Минимальный сканер zero-day уязвимостей на базе LLM от AISLE. | Kitploit
Инструменты/GitHubGitHub/weareaisle/nano-analyzer
Статический анализСканеры уязвимостейАнализ уязвимостейАнализ КодаЭксплуатацияАнализ Бинарных ФайловМашинное ОбучениеБезопасность ИИ
GitHubweareaisle/nano-analyzer

nano-analyzer

Минимальный сканер zero-day уязвимостей на базе LLM от AISLE.

Репозиторий
30557447 месяцев назадПроверено Kitploit
Сайт
Поделиться

Nano-analyzer

Минимальный сканер zero-day уязвимостей на основе LLM от AISLE.

aisle-nano-analyzer-diagram

Исследовательский прототип для демонстрации. Это простой однофайловый инструмент, способный обнаруживать реальные zero-day уязвимости. Обратите внимание, что это прототип, ориентированный на ошибки безопасности памяти в C/C++, и он будет выдавать ложные срабатывания. Мы публикуем его как есть в духе открытых исследований — ожидайте острых углов.

Что он делает

Nano-analyzer — это простой однофайловый сканер на Python, который пропускает исходный код через трёхэтапный конвейер LLM:

  1. Генерация контекста — модель пишет сводку по безопасности файла: что он делает, куда поступают недоверенные данные, какие буферы существуют и их размеры.
  2. Сканирование уязвимостей — та же модель, получившая контекст, ищет zero-day ошибки по функциям и выводит структурированные находки.
  3. Скептическая проверка — каждая находка оспаривается в нескольких раундах скептическим рецензентом, который может выполнять grep по кодовой базе, чтобы подтвердить (или опровергнуть) защитные меры. Арбитр выносит окончательное решение.

Результаты сохраняются в файлы Markdown и JSON для просмотра человеком.

Текущие ограничения

Это прототип v0.1. Пожалуйста, учитывайте следующее:

  • Склонность к C/C++. Промпты, few-shot примеры и эвристики сильно заточены под уязвимости безопасности памяти в C/C++ (переполнения буфера, разыменования NULL, целочисленные переполнения, путаница типов). Он может сканировать другие языки, но там гораздо менее эффективен.
  • Ложные срабатывания. Даже после нескольких раундов проверки ожидайте находок, которые не подтвердятся при детальном рассмотрении. Всегда проверяйте вручную.
  • Ложные пропуски. Сканер может пропускать целые классы уязвимостей — логические ошибки, состояния гонки, криптографические проблемы, обходы аутентификации и т. д. Чистый результат сканирования не означает, что код безопасен.
  • Однофайловый анализ. Каждый файл сканируется независимо. Межфайловые уязвимости, зависящие от взаимодействия между единицами компиляции, скорее всего, будут пропущены.
  • Зависимость от LLM. Результаты различаются в зависимости от используемой модели. Разные модели будут находить разные вещи и генерировать разные ложные срабатывания.

Установка

Требования

  • Python 3.8+
  • API-ключ OpenAI (для моделей OpenAI) или API-ключ OpenRouter (для других провайдеров)
  • Опционально: ripgrep (rg) для поиска grep при проверке
  • Опционально: Google codesearch (csearch/cindex) для более быстрого grep на больших репозиториях

Установка

git clone https://github.com/weareaisle/nano-analyzer.git
cd nano-analyzer
# Установка зависимостей не требуется. Запускайте напрямую:
python3 scan.py --help

API-ключи

Установите ваш API-ключ как переменную окружения:

# Для моделей OpenAI (имена моделей без слэша, например "gpt-5.4-nano"):
export OPENAI_API_KEY=sk-...

# Для моделей OpenRouter (имена моделей со слэшем, например "qwen/qwen3-32b"):
export OPENROUTER_API_KEY=sk-or-...

Сканер определяет, какой ключ использовать, по имени модели: если оно содержит /, запрос направляется через OpenRouter; в противном случае используется API OpenAI напрямую.

Использование

Базовое сканирование

# Сканировать один файл
python3 scan.py ./path/to/file.c

# Сканировать директорию рекурсивно
python3 scan.py ./path/to/src/

Часто используемые опции

# Использовать другую модель
python3 scan.py ./src --model gpt-5.4

# Управление параллелизмом
python3 scan.py ./src --parallel 30

# Указать корень репозитория для grep при проверке (полезно при сканировании поддиректории)
python3 scan.py ./lib/crypto/ --repo-dir ./

# Показывать только находки с высокой уверенностью
python3 scan.py ./src --min-confidence 0.7

# Больше раундов проверки для повышения точности (по умолчанию: 5)
python3 scan.py ./src --triage-rounds 7

Все флаги

ФлагПо умолчаниюОписание
path(обязательно)Файл или директория для сканирования
--modelgpt-5.4-nanoМодель для всех этапов (контекст, сканирование, проверка)
--parallel50Максимум одновременных вызовов API при сканировании
--triage-thresholdmediumПроверять находки с уровнем серьёзности выше или равным этому
--triage-rounds5Количество раундов проверки на каждую находку
--triage-parallel50Максимум одновременных вызовов API при проверке
--max-connectionsparallel + triage-parallelОбщий лимит вызовов API
--min-confidence0.0Показывать только находки с уверенностью выше этого значения (0.0–1.0)
--projectимя директорииИмя проекта, используемое в промптах проверки
--repo-dirавтоКорень репозитория для grep (авто: родительская директория для файлов, сканируемая директория для папок)
--output-dir~/nano-analyzer-results/<timestamp>/Куда сохранять результаты
--max-chars200,000Пропускать файлы больше этого размера
--verbose-triageвыклПоказывать прогресс проверки по раундам

Вывод

Результаты сохраняются в ~/nano-analyzer-results/<timestamp>/ (или в --output-dir):

<timestamp>/
├── summary.json              # машиночитаемая сводка сканирования
├── summary.md                # человекочитаемая сводка сканирования
├── <filename>.md             # необработанный вывод сканера для каждого файла
├── <filename>.context.md     # контекстная сводка для каждого файла
├── <filename>.json           # полные данные результата для каждого файла
├── triages/                  # детальное обоснование проверки
│   └── T0001_<file>_<title>.md
├── findings/                 # находки, прошедшие проверку
│   └── VULN-001_<file>.md
├── triage.json               # все вердикты проверки
└── triage_survivors.md       # сводка подтверждённых находок

Как работает проверка

Когда сканер находит проблему уровня серьёзности medium или выше, запускается конвейер проверки:

  1. Скептический рецензент изучает находку на основе фактического кода и может выполнять grep по кодовой базе, чтобы подтвердить или опровергнуть заявленные защиты.
  2. Это повторяется в течение нескольких раундов (по умолчанию: 5), при этом каждый рецензент видит предыдущие аргументы и поощряется находить новые доказательства, а не повторять старые пункты.
  3. Финальный арбитр читает все раунды и выносит вердикт VALID (ПОДТВЕРЖДЕНО) или INVALID (НЕ ПОДТВЕРЖДЕНО).
  4. Оценка уверенности (например, 80% [VVIVV→V]) показывает долю раундов, в которых было сказано VALID.

Находки, прошедшие проверку, записываются в директорию findings/ с полными цепочками рассуждений.

Отказ от ответственности

Этот инструмент является исследовательским прототипом. Он не заменяет профессиональный аудит безопасности, ручную проверку кода или устоявшиеся инструменты статического анализа. Не полагайтесь на него как на единственное средство оценки безопасности. Используйте на свой страх и риск.

Лицензия

Лицензия Apache 2.0

Скачать инструмент

Популярное

Смотреть все →

Откройте для себя самые используемые инструменты нашего сообщества.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Полный набор инструментов OSINT: граф расследования, оценка достоверности, семейства псевдонимов, карта, временная шкала и отчёты. 49 модулей, более 400 сайтов, API-ключи не требуются.

    806
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Приложение GhostLock с запуском в один клик (CVE-2026-43499)

    523
  • 3

    ARTEX

    baarai/artex

    Платформа автономного тестирования на проникновение на основе мультиагентной LLM с агентами-планировщиками и агентами-исполнителями, графами активов и исследования, записью MITM-трафика и повторной проверкой уязвимостей.

    441
  • 4

    redforge

    cybersecurity91/redforge

    Браузерный инструментарий для red team с 102 офлайн-инструментами для разведки, генерации полезной нагрузки, атак на учётные данные, криптографии, кодирования и отчётности по проектам.

    346
  • 5

    looking-glass

    anonghosty/looking-glass

    Платформа CSIRT, которая загружает отчёты Shadowserver в MongoDB и воспроизводит их в виде интерактивных карт, аналитики, результатов, рекомендаций и исполнительных дашбордов.

    270
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Система действий для кибербезопасности на базе ИИ — где намерение превращается в управляемое исполнение, доказательства становятся оперативной памятью, а каждая операция улучшает следующую.

    264

Изучить все инструменты

Просмотрите нашу коллекцию инструментов

Смотреть все инструменты →