Shennina

---

利用人工智能自动化主机漏洞利用

摘要

Shennina 是一个自动化主机漏洞利用框架。该项目的使命是利用人工智能完全自动化扫描、漏洞扫描/分析和漏洞利用。Shennina 集成了 Metasploit 和 Nmap 来执行攻击，并与内部命令与控制服务器集成，自动从被攻陷的机器中窃取数据。

本项目由 Mazin Ahmed 和 Khalid Farah 在 HITB CyberWeek 2019 AI 挑战赛 中开发。项目基于 Isao Takaesu 的 DeepExploit 概念开发。

Shennina 对输入的目标集进行扫描以发现可用网络服务，使用其 AI 引擎识别推荐的漏洞利用方案，然后尝试测试并攻击目标。如果攻击成功，Shennina 将进入后渗透阶段。

AI 引擎最初针对真实目标进行训练，以学习针对远程服务的可靠漏洞利用方法。

Shennina 还支持“启发式”模式，用于识别推荐的漏洞利用方案。

文档可在项目内的 Docs 目录中找到。

功能特性

• 自动化的自学习方法用于发现漏洞利用方案。
• 通过受控并发设计实现高性能。
• 智能漏洞利用方案聚类。
• 后渗透能力。
• 欺骗检测。
• 勒索软件模拟能力。
• 自动数据窃取。
• 漏洞扫描模式。
• 支持启发式模式以推荐漏洞利用方案。
• Agent 支持 Windows、Linux 和 macOS。
• 后渗透阶段可编写脚本的攻击方法。
• 针对内核漏洞的漏洞利用建议。
• 针对漏洞利用验证的带外技术测试。
• 自动窃取被攻陷服务器上的重要数据。
• 报告能力。
• 覆盖 MITRE ATT&CK 框架中的 40 多种 TTP。
• 支持多输入目标。

---

为什么我们用 AI 解决这个问题？

这个问题本应使用哈希树而不借助“AI”来解决，然而 HITB Cyber Week AI 挑战赛要求项目寻找通过 AI 解决的方法。

注意

本项目是一项安全实验。

法律免责声明

本项目仅供教育和道德测试目的使用。在未事先获得双方同意的情况下，使用 Shennina 攻击目标是非法的。最终用户有责任遵守所有适用的地方、州和联邦法律。开发者不承担任何责任，也不对因使用本程序造成的任何滥用或损害负责。

作者

• Mazin Ahmed ([email protected])
• Khaled Farah ([email protected])