Incalmo：一种用于多主机网络红队测试的自主 LLM 辅助系统
密码学与安全
2025-11-25 v4 人工智能
摘要
安全操作人员使用红队来模拟真实攻击者并主动发现防御漏洞。在现实的企业环境中，这涉及执行跨越多个“跳板”主机的多主机网络攻击。遗憾的是，红队测试成本高昂，且需要大量的专业知识和精力。鉴于 LLM 在 CTF 挑战赛中的潜力，我们首先分析 LLM 能否自主执行多主机红队演练。我们发现，结合了领先 LLM（如 Sonnet 4、Gemini 2.5 Pro）的最先进的 LLM 辅助攻击系统（如 PentestGPT、CyberSecEval3）无法做到这一点。基于我们对理解最先进系统失败模式的观察，我们认为需要改进 LLM 辅助红队测试的抽象和接口。基于这一洞察，我们提出了 Incalmo 的设计与实现，这是一个用于自主对多主机网络进行红队测试的 LLM 辅助系统。Incalmo 使用 LLM 以高级声明式任务来规划红队演练，这些任务由特定领域的任务智能体执行。Incalmo 还使用辅助服务来管理上下文和获取的资产。为了进行评估，我们开发了 MHBench，这是一个新颖的多主机攻击基准，包含 40 个逼真的模拟网络（从 22 到 50 台主机）。我们发现，在 40 个 MHBench环境中，Incalmo 成功获取了其中 37 个环境的关键资产（即关键主机或数据）。相比之下，最先进的 LLM 辅助系统仅在 40 个环境中的 3 个取得成功。我们表明 Incalmo 是高效的——成功的攻击耗时 12-54 分钟，且 LLM 费用低于 15 美元。
引用
@article{arxiv.2501.16466,
title = {Incalmo: An Autonomous LLM-assisted System for Red Teaming Multi-Host Networks},
author = {Brian Singer and Keane Lucas and Lakshmi Adiga and Meghna Jain and Lujo Bauer and Vyas Sekar},
journal= {arXiv preprint arXiv:2501.16466},
year = {2025}
}
备注
18 pages, 15 figures