RedAmon: open source инструменты для пентеста 2026

29 месяцев. Столько в среднем проходит от публикации CVE до момента, когда организация наконец-то накатит патч. Двадцать девять. За это время AI-платформа RedAmon, по неаудированным данным её разработчиков, решает 101 из 104 CTF-мишеней в чёрном ящике - без подсказок о стеке и уязвимостях. Разрыв между скоростью обнаружения и скоростью устранения - та самая ниша, в которую сейчас заходят новые open source инструменты для пентеста 2026 года. Ниже - разбор того, что реально умеет RedAmon как offensive tool, что известно о Nox reconnaissance framework и заменяют ли они привычную связку Nmap + Nuclei + Metasploit.

Почему классический стек разведки перестаёт справляться​

Каждый пентест начинается с разведки. По модели MITRE ATT&CK это тактика Reconnaissance с техниками Active Scanning (T1595), Scanning IP Blocks (T1595.001), Vulnerability Scanning (T1595.002), Gather Victim Host Information (T1592) и Gather Victim Network Information (T1590). На практике всё проще: запустить nmap на порты, amass на домены, nuclei на шаблоны, httpx на доступные веб-сервисы - и руками собрать всё в один отчёт. Подробнее - в нашем подробном разборе разработка red team инструментов.

По отдельности инструменты работают отлично. Проблема - в склейке. Данные разведки живут в пяти разных форматах: XML от Nmap, JSON от Nuclei, текстовый dump от Amass, база данных Metasploit, заметки в Cherry Tree. Пентестер тратит 2-4 часа только на корреляцию: «этот поддомен отдаёт Jenkins на порту 8443, версия такая, для неё есть CVE...» - и так для каждого из сотни эндпоинтов. Знакомо?

По данным CrowdStrike Global Threat Report 2025, число cloud intrusion случаев выросло на 26% за год. Verizon DBIR 2025 фиксирует: 26% всех подтверждённых нарушений - веб-атаки. Атакующая поверхность растёт быстрее, чем оператор успевает её обойти вручную.

Примерный цикл ручной разведки на внешнем периметре средней компании (50-100 доменов, 500+ поддоменов):

• Сканирование портов - 30-60 минут
• Перебор поддоменов - 20-40 минут
• Проверка шаблонов уязвимостей - 40-90 минут
• Ручная корреляция результатов - 2-4 часа
• Построение карты атаки - 1-2 часа

Итого: 5-8 часов до первой попытки эксплуатации (T1190, Exploit Public-Facing Application). Именно эту задачу - параллельную разведку с автоматической корреляцией в единый граф - и пытаются решить новые инструменты red team на базе AI.

Обоснование выборки: что здесь сравнивается и почему​

Русскоязычные обзоры инструментов для пентеста стабильно перечисляют одни и те же 15-20 позиций: Nmap, Burp Suite, Metasploit, sqlmap, Wireshark, Nikto. Ни один из проанализированных материалов (Habr, InfoSecPortal, SecurityLab) не упоминает AI-powered open source red team tools, которые за последний год появились на GitHub. А зря - там есть на что посмотреть.

В статью включены:

• RedAmon - наиболее документированная AI-powered платформа для автономного пентеста среди open source проектов. Исходный код открыт, опубликованы бенчмарки XBOW, подробно описана архитектура. Данные взяты с официального сайта проекта и GitHub-репозитория; независимый аудит этих заявлений на момент публикации отсутствует.
• Nox - упоминается в контексте автоматизации разведки. На момент написания статьи открытая техническая документация Nox существенно уступает RedAmon по полноте - подробный анализ ограничен доступными данными. Выдумывать то, чего нет в открытых источниках - не наш метод.
• Классический стек (Nmap + Nuclei + Metasploit + ручная корреляция) - baseline для сравнения: инструменты для разведки в пентесте, которые знакомы каждому практику.

Коммерческие платформы (NodeZero от Horizon3, Cobalt Strike, Pentera) не включены - у них закрытый код и ценник от десятков тысяч долларов в год. Сравнивать open source с проприетарным решением без доступа к обоим - некорректно.

RedAmon: архитектура автономной AI-платформы для пентеста​

RedAmon - модульный контейнеризированный фреймворк, который объединяет автоматическую разведку, AI-управляемую эксплуатацию и граф-аналитику в одном стеке. По данным официального сайта - self-hosted Docker-стек из Postgres, Neo4j (граф-база данных), AI-агентов, контейнеров сканеров и веб-интерфейса. Внешние аккаунты для базового запуска не нужны.

Разведывательный конвейер и граф атакующей поверхности​

Архитектурное отличие от ручного стека - параллелизация. RedAmon запускает более 20 отраслевых сканеров одновременно, складывая результаты в Neo4j. Каждый домен, порт, эндпоинт, секрет и CVE становятся узлами графа с рёбрами-связями между ними.

На языке MITRE ATT&CK конвейер покрывает:


Принципиальная разница с ручным workflow: данные связаны в граф, а не разбросаны по файлам. AI-агент строит запрос вроде «все поддомены с открытым портом 8080, где Jenkins версии ниже 2.400 и есть путь до внутренней сети». В ручном режиме тот же запрос - это перебор четырёх текстовых файлов и головная боль с корреляцией.

Граф персистентен между сессиями: новые запуски автоматически подгружают контекст предыдущих сканирований. В проектах с длительным engagement повторный прогон показывает дельту - что изменилось за неделю - а не перескан всего периметра с нуля.

AI-агент: от сканирования до эксплуатации уязвимостей​

После построения графа атакующей поверхности в работу вступает автономный AI-агент. По описанию разработчиков, агент использует Scatter-Gather ReAct паттерн: разворачивает N специализированных суб-агентов, каждый из которых исследует свой вектор атаки параллельно через asyncio fan-out. Результаты объединяются в общий контекст (fan-in) без рекурсии, с атрибуцией по каждому суб-агенту.

Что это значит на практике: один суб-агент тестирует SQLi, другой - SSRF, третий - SSTI. Одновременно. Находки классифицируются по реестру навыков (skill registry) и маршрутизируются к модулю эксплуатации автоматически. Каждые 3+ неудачных цикла агент делает паузу на структурированный анализ ситуации (Situation / Vectors / Approach / Priority / Risks). Не тупо долбит одно и то же - пересматривает стратегию.

Бенчмарк XBOW. По заявлению разработчиков (независимая верификация отсутствует), RedAmon прошёл 101 из 104 целей - 97.1% success rate - в полностью чёрном ящике. Каждая цель - самодостаточное веб-приложение с одним флагом за реальной эксплуатируемой уязвимостью. Агент получает один непрозрачный URL без указания стека и класса уязвимости. Заявленное среднее время: ~1407 секунд (~23 минуты) и ~750K токенов на одну цель. По утверждению авторов, каждое решение опубликовано в виде нередактированной сессии агента и пошагового walkthrough - независимая верификация на момент публикации не проводилась. Цифры впечатляют, но верить на слово без аудита я бы не стал.

Покрытие классов уязвимостей: IDOR, SQL-инъекции (A03:2021 Injection по OWASP Top 10), SSRF, SSTI, XXE, десериализация и RCE, path traversal, обход аутентификации и бизнес-логики (A01:2021 Broken Access Control).

Proxy Brain вместо кнопок Burp Suite. RedAmon встраивает credential-free mitmproxy между каждым инструментом и целью, записывая полный HTTP-обмен с тегами проекта и сканера. Поверх записи работает proxy_brain - агент, который пишет собственные программы для исследования, повтора и модификации запросов. Разница с классическим прокси: код умеет выражать многошаговые рецепты (перебор значений в цикле, извлечение секрета по одному символу, цепочка одной слабости в другую). Фиксированное меню кнопок Burp так не умеет. Sandbox изолирован, прямого доступа к базе данных нет - только безопасные операции чтения и повторной отправки.

Пост-эксплуатация (T1059.006, Python, Execution): 70+ пост-эксплуатационных команд с Meterpreter-aware маршрутизацией, stateful и stateless режимы, persistent session state. Автотуннелирование обратных шеллов через ngrok (TCP single-port) или Chisel (multi-port bidirectional) - LHOST/LPORT обнаруживаются автоматически.

Безопасность платформы и enterprise-готовность​

Offensive-инструмент с дырой в собственной безопасности - оксюморон. По документации проекта, RedAmon заявляет STRIDE threat modeling всей платформы с несколькими уровнями защиты:

• Каждый сканер и агент в отдельном контейнере без host-level execution
• Скан-задачи запускаются как ephemeral sibling containers и уничтожаются по завершении
• SSRF egress guards, secret redaction, append-only audit trails, supply-chain pinning
• Rules of Engagement (RoE): загрузка PDF с парсингом в структурированные ограничения на трёх уровнях
• Non-bypassable hard guardrail: блокировка правительственных и военных целей
• Multi-tenant: multi-user с admin/standard ролями, DB-level scoping по user_id и project_id
• Два режима: loopback-local и hardened public (nginx + TLS + fail2ban за одной HTTPS-точкой входа)

Тут нужна оговорка. RedAmon - молодой проект с одним основным контрибьютором на GitHub (samugit83). Community пока маленькое. Для production-использования в коммерческих пентестах стоит дождаться независимого аудита безопасности. Одно дело - заявить STRIDE, другое - пройти его.

Nox: что известно о фреймворке разведки​

На момент написания статьи публичная техническая документация Nox как reconnaissance framework для пентеста крайне ограничена. В проанализированных открытых источниках - GitHub, SourceForge, профильные конференции, Reddit - подробных описаний архитектуры, бенчмарков и сравнительных тестов не нашлось.

Это не значит, что инструмент не стоит внимания. Новые offensive-проекты часто развиваются в закрытых репозиториях или небольших командах, выходя в публичное поле позже. Но рекомендовать к использованию инструмент без возможности верифицировать его возможности - безответственно.

Если к моменту чтения документация Nox reconnaissance framework появилась в открытом доступе - оцените по тем же критериям, что и RedAmon: покрытие техник MITRE ATT&CK, результаты на стандартных бенчмарках, модель безопасности платформы, зрелость community, частота коммитов и наличие issue-трекера.

Сравнение RedAmon с классическим стеком​

Центральный вопрос для практика: зачем менять рабочую связку на новый AI-фреймворк для эксплуатации уязвимостей? Ответ - не «заменить», а «понять границы».

Когда RedAmon НЕ подходит​

Секция, которую не найти в README проекта (а жаль):

Нестандартная бизнес-логика. AI-агент справляется с типовыми уязвимостями, но цепочка из 5-7 шагов, специфичная для конкретного приложения - race condition в checkout, TOCTOU в платёжной логике - остаётся задачей для человека. Тут пока без вариантов.

Внутренний пентест Active Directory. RedAmon ориентирован на веб. Для AD-пентеста связка BloodHound + Impacket + CrackMapExec пока незаменима.

Стелс-операции. 20+ параллельных сканеров - это шум. Если задача - тихо пройти мимо SOC, массовое сканирование атакующей поверхности противопоказано. SOC-аналитик увидит эту активность за секунды.

Аудит исходного кода. RedAmon работает в режиме чёрного ящика. Для white-box нужны Semgrep, CodeQL или ручной ревью.

Регуляторные проекты. ФСТЭК и ЦБ требуют определённый формат отчётности, который AI-генерированный граф не закрывает без ручной доработки.

Развёртывание RedAmon: первый запуск​

Системные требования в документации не зафиксированы, но учитывая стек - рекомендую 16+ GB RAM и SSD. На VPS с 8 GB при параллельном сканировании крупной инфраструктуры словите OOM.

Для сравнения - развёртывание классического стека на свежем Kali:
Разница в пороге входа очевидна: классический стек запускается за минуту, RedAmon - за 10-15 минут с учётом скачивания образов. Но разница в output несопоставима: текстовые файлы против связанного графа.

Место AI-инструментов в пайплайне red team​

Появление RedAmon не отменяет классический стек, а добавляет новый слой. Вот как выглядит операционный пайплайн для red teaming в 2026 году:

Этап 1 - Пассивная разведка (автоматизация разведки OSINT). Amass, subfinder, theHarvester. AI-инструменты здесь не помогут - OSINT строится на публичных источниках (сертификаты, DNS-записи, утечки), а не на активном сканировании.

Этап 2 - Активная разведка и attack surface discovery. Тут RedAmon даёт максимум: параллельный запуск сканеров атакующей поверхности, автоматическое построение графа, классификация находок. Ориентир по скорости - ~23 минуты на изолированную CTF-цель в XBOW-бенчмарке (по заявлению разработчиков, без независимого аудита). Сравнивать напрямую с 5-8 часами разведки на реальном периметре из 50-100 доменов нельзя - задачи принципиально разного масштаба.

Этап 3 - Эксплуатация типовых уязвимостей (T1190, Initial Access). AI-агент RedAmon покрывает A01 (Broken Access Control) и A03 (Injection) по OWASP Top 10 - два самых распространённых класса веб-уязвимостей. Для эксплойтов с кастомным пейлоадом нужен Metasploit (msfconsole) или ручная работа.

Этап 4 - Пост-эксплуатация и lateral movement. RedAmon предлагает 70+ команд с автотуннелированием. Для сложных AD-сред BloodHound + Impacket остаются основой.

Этап 5 - Отчётность. AI-сессии содержат полный trail атаки, но отчёт для заказчика придётся формировать отдельно. Автоматизации тут пока нет.

Вывод из практики: reconnaissance automation через AI лучше всего работает как усилитель на этапах 2-3, где объём рутины максимален и шаблонные уязвимости составляют 70-80% всех находок.

Автоматизация пентеста через AI вызывает у коллег два полярных отклика. Одни видят долгожданную замену тысяче bash-скриптов для склейки инструментов. Другие уверены: AI найдёт SQLi и SSRF, а реальный баг с цепочкой бизнес-логики пропустит. Обе позиции верны - и именно поэтому дискуссия буксует. Вопрос ставится как «заменит или нет» вместо «где именно усилит».

На реальных engagement'ах 70-80% находок - стандартные уязвимости с известными паттернами: устаревшие компоненты (A06:2021 по OWASP), типовые инъекции, misconfigurations. Именно на этот пласт RedAmon нацелен, и заявленные разработчиками 97.1% на XBOW-бенчмарке (без независимой верификации) указывают: с типовыми задачами AI, вероятно, справляется. Оставшиеся 20-30% - то, за что заказчик на самом деле платит: нетривиальные цепочки, race conditions в бизнес-логике, архитектурные ошибки, которые не ложатся ни в один шаблон сканера. Тут AI пока буксует.

Прогноз: через полтора-два года AI-powered recon станет таким же базовым инструментом, как Nmap - никто не будет спрашивать «нужен ли», просто стоит в стеке по умолчанию. А ценность пентестера сместится ещё дальше в сторону того, что машина не умеет: нестандартное мышление, понимание бизнес-контекста клиента и способность объяснить, почему баг - это не «критическая SQLi в форме поиска», а цепочка из четырёх шагов, о которых разработчик даже не думал. Offensive security tools будут обрабатывать рутину, а человек - принимать решения. Если вы хотите быть тем человеком, а не конкурировать со скриптом за право запустить nuclei -t cves/ - самое время разобраться, как эти инструменты работают изнутри. На WAPT эту связку «AI-разведка + ручная эксплуатация» разбирают в нескольких модулях с лабами.