新鲜出炉!ARTEX-IOT:面向IoT固件审计的多Agent自主挖掘系统

admin 2026-11-16 19:30:16 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

新鲜出炉!ARTEX-IOT:面向 IoT 固件审计的多 Agent 自主挖掘系统

原创

八爪鱼
八爪鱼

SecureNexusLab

2026年11月16日 09:10
北京

去阅读

0x00 写在前面

一年前我还坚信,AI 短期内干不了安全工作。直到年初的某场 CTF,我和蔡师傅还在手搓 exp,甚至才刚写下 from pwn import *,学弟说他已经打完了——直接把题扔给 GPT 网页端,exp 就出来了,稍微调一下 libc base 即可。给我俩都听懵了,从此道心破碎:打不过就加入,既然注定要被 AI 淘汰,不如拥抱 AI。

后来一段时间一直在用 hermes 挖洞,挖久了就发现一开始审的组件经常被上下文压缩给吞掉,导致总是东打一头西打一头。在尝试了渗透 Agent ARTEX 之后,被其设计架构深深吸引,所以保留其核心架构进行二开,有了今天的 ARTEX-IOT。

「这次二开,最想解决的几件事:」

  • 「「组件」而不是「资产」」:固件审计的目标是单个固件,里面最麻烦的就是各种各样的服务程序,找的正是这些组件自身的漏洞,以及组件之间相互调用、相互通信产生的漏洞。
  • 「让每个任务的经验可以复用」:不同 worker 往往在重复造轮子,ARTEX-IOT 内置经验系统,任务中的试错与通用方法沉淀后即可复用,既省 token,也避免工作区混乱。
  • 「能力尽量前移到界面」:前端直接查看 IDA 导出的伪代码,支持双击跳转函数;PoC 在线阅读、一键复制;对漏洞发起复测后自动录制复现视频——再也不用自己录复现视频了。

个人感觉效果还行,但目前有点烧 token——四个任务并行跑一小时,按 DeepSeek 高峰价要一百多元。降低消耗的设计已经做了一部分,也是后续主要的优化方向。

0x01 不只是换一个审计对象

ARTEX-IOT 是一套围绕单个固件、以组件为单位推进的自主审计系统。

它不是更懂 IoT 的渗透工具。上游 ARTEX 面对的是公网资产,讨论单位是暴露面与攻击面;这里面对的是一个固件包,以及包里大量零散的组件,对象一换,很多默认设计就不成立了,这次二开的大部分改动,都是被这件事逼出来的。

仪表盘:任务态势、组件节点、Token 消耗与实时活动流

继承来的骨架:两张图,一个循环

从ARTEX中保留了「双图架构」:把「测什么」和「想到哪了」拆成两份互相独立、又通过锚点相连的数据。

「组件库」是跨任务共享的真值库。一行 = 固件里一个可指认的组件;同一个固件在哪个任务里被分析,组件清单都是同一份。

「探索图」是每个任务独立的推进链。节点是 goal / intent / fact / finding / hint,边是 spawns / derived\_from / yields / proves,记录一次任务「想到了什么、凭什么这么想、最后证明了什么」。

两边靠锚点连起来:一条意图或一条漏洞可以锚到具体组件上。于是既能从探索方向看它打了哪些组件,也能从某个组件反查它在本任务被哪些意图测过、得出过哪些事实,从而得到覆盖度。

围绕这两张图是一个事件驱动的闭环:图一变,planner 被唤醒,读态势、派意图;worker 领一条意图,用真实工具执行;执行结果把新组件、事实、漏洞写回两张图;图再变,进入下一轮。直到目标被 prove_goal 证明,或者没有新方向可派。

探索链路:goal / intent / fact / finding 的血缘关系,右侧是组件与覆盖情况

换掉对象之后,要改的四件事

骨架不动,改的是喂进去的东西,真正需要重新设计的主要有四处:

  • 「审计对象」:从「企业 / 域名 / IP / 服务 / 接口」换成「组件」。覆盖度、技能挂载、跨组件链路,都依附在这个概念上。
  • 「固件」:从任务描述里的附属信息,变成带 sha256 身份、有独立元信息和唯一解包路径的实体。
  • 「第一轮」:从「多点并行打点」改成「先做完一次全局探测」。解包和清点是所有后续工作的前置条件,重复一次就是几百次工具调用和一堆互相干扰的目录。
  • 「试错」:从「靠 worker 自己翻记录」改成「强制沉淀 + 按需检索」。不强制写,就没有可复用的东西;强制读,又会把上下文挤爆。

这四件事定下来,一条任务就有了固定的走向。

一条任务的完整生命周期

  1. 「建任务、传固件」——sha256 成为固件身份,厂商与版本绑定到固件而不是任务
  2. 「首轮全局探测」——解包、组件清点、版本提取、架构识别、历史 CVE 检索,一次做完
  3. 「组件入库」——状态即进度;组件库跨任务共享,覆盖图给出已测与未测
  4. 「派发意图」——planner 按 todolist 逐步派发,worker 并行领取
  5. 「执行与沉淀」——真实工具、命令审批、经验读写、过程互查
  6. 「产出漏洞」——fact / finding 写回探索图,判重 Agent 合并重复项
  7. 「复测收口」——独立会话重新验证,自动录像,结论回写状态

这条链上最容易出错的是开头:对象没建模对,后面全是返工。

0x02 审计对象:固件与组件

拿到一个固件,第一件事不是扫端口。你手里是一个固件包,不是一台能 ping 通的设备;得先拆开,看清楚里面跑着什么,再决定打哪。

固件要成为独立实体

通用渗透里,「目标」是任务的一部分:这次打这个域名,下次打那个。固件不是。同一个固件会被反复建立任务——先粗扫一遍,再针对某个组件深挖,过几天换个思路再来一次。如果厂商、版本、解包路径都挂在任务上,三次任务就会有三份不一致的元信息和三套解包目录。

所以固件按内容 sha256 建身份,厂商与版本挂在这个身份上:人工修改会同步该 sha 的全部记录,Agent 写入只能补空、不能覆盖已有值。理由很实际——多个 worker 同时识别同一个固件,很容易一个填 Tenda、一个填 tenda、一个填 V1.0,最后没人知道该信哪行。厂商名也做了规范化,TENDA / tenda 统一成 Tenda。

解包路径同理:由第一个解包成功的 worker 登记回任务范围,后续的路径解析、组件登记、反编译都以它为基准,不再各解各的。

代价是,改固件元信息不再是「改这个任务」,而是「改这个固件」。界面上多一步确认,换来后面所有环节不分叉。

任务列表:一个固件可以被反复建任务,漏洞按严重度分档计数

组件是覆盖度的计量单位

组件是固件里一个可指认的程序实体,字段包括类型、组件名、版本、二进制路径、配置文件、启动方式、端口和状态。去重键是(固件 sha256、类型、组件名、版本),状态直接当进度用:待审、在审、已完成、已忽略。

组件库:一行一个组件,组件版本与固件版本分列

这张表解决的并不是「看起来更像 IoT」,而是三个具体问题。

「一、进度可以计量。」 「这个固件审了多少」在资产模型里没法回答,在组件模型里就是「已完成 / 总数」,按类型还能再分。覆盖图按「组件类型 → 组件」两层展示,已测高亮、未测灰着,比一句「还在跑」有用得多。

「二、技能有了挂载点。」 针对 mqtt 挂匿名接入与越权检查,针对 ssh、busybox 这类通用组件挂 CVE 检索,针对 Web 挂路由测绘。技能不再是一份大而全的提示词,而是按组件类别按需注入。

「三、跨组件链路有了描述对象。」 过去固件分析基本只审 Web 服务:web 和守护进程之间怎么传参、怎么校验,研究成本太高,几乎没人做。两侧都建模成组件、再用锚点把意图和事实锚到组件上之后,这条链路就可以被派成一条意图。这是「组件」相对「资产」最实质的收益——不是换个名字,是原来不可派发的东西变得可派发。

表格支持列宽拖拽、悬停看全文,也支持 DSL 查询:

ounter(lineounter(lineounter(linecomponent_name=lighttpdstatus==pending AND type==webport>=8000

0x03 审计过程:意图、worker 与经验

对象清楚之后,接下来是它怎么被审。真正决定效率的往往不是模型多强,而是活怎么派、试错怎么不重复。

一条固件任务里,固定在场上的有这么几个角色:

  • goals——把任务目标拆成若干独立、可验证的子目标
  • planner——唯一生成意图的角色,读态势、按 todolist 派发
  • worker——领一条意图执行,把事实与漏洞写回两张图后停止
  • mainagent——人机接口,把你说的话落成 hint 或高优先级意图
  • reporter——发现漏洞时自动触发,取证据与执行过程写成 Markdown 报告
  • retester——从漏洞详情手动启动,独立复测并保存结论

另有 auto(平台操作助手)和 pentest(单 Agent 走完整条链)两个可独立使用的角色。每个角色的提示词、技能、工具与运行预算都能在 Agent 管理里单独配置。

Agent 管理:每个角色的提示词、技能与工具都可独立配置

第一轮只派一条全局探测意图

通用渗透允许多点并行:十个子域同时打,互不影响。固件审计不行。

解包、架构识别、模拟方式确认、组件清点,是后面所有工作的前置条件。如果第一轮就派两条意图——「解包固件,审 httpd」和「解包固件,审 mosquitto」——两个 worker 会各自解包一次,产出两套目录。重复的几百次工具调用只是浪费 token,真正麻烦的是路径串扰:后面的 worker 不知道哪个目录才是准的。

所以第一轮只产出一条意图,而且它必须是全局探测,不是具体挖洞。

这条约束没有在 harness 层做成硬限制。原因有三:planner 每轮是全新会话、没有历史上下文,输出基本可控;即使多派一条,也只是多花一点 token,流程不会错;一旦固化成硬闸门,后续调提示词就没有空间了。

第一轮之后才允许并行。组件已经清点完,planner 派意图时会带上 component_ids,worker 领取时直接拿到这些组件的类型、版本、路径作为初始信息,不用自己再找一遍。默认每个任务 3 个 worker,可在系统设置里改。

经验写入是强制的,读取是自愿的

qemu-user 起一个服务要补一堆依赖,某个 worker 摸索半天,写出了一个启动脚本;另一个 worker 遇到同一个服务,虽然有权限看前者的记录,但它不会主动去找「有没有人模拟成功过」,于是从头再补一遍。gdb 调试方式、固件信息收集也一样。

写入端做成硬约束:每个 worker 结束前必须调用一次经验写入工具,harness 层校验,没写不允许结束。所以每个意图至少沉淀一条经验。

读取端不做强制注入。read_experience 接收自然语言(比如「qemu-user 模拟相关的经验」),工具内部再调一次模型,从历史经验里筛出相关的返回。实测 worker 在任务开头几轮普遍会主动调用,所以没有硬性注入;只限制每个意图最多调三次,避免经验把上下文挤爆。

「检索质量交给模型判断,工具不做本地打分。」

本地关键词打分在两种情况下会静默失效——中文查询没有空格、同义不同词(「模拟」和「仿真」)。失效时它会退化成「最近 N 条」,而调用方看不出退化。所以这类工具只做确定性过滤和原样返回,相关性判断交给模型。宁可多花一次模型调用,也不要一个悄悄变傻的检索。

执行过程:会话与工具调用逐条留痕,经验内容可回看

0x04 结果收敛:判重、复测与 PoC

审出来的东西不会自动变成结论。

多 Agent 并行有个副作用:同一个问题会被不同 worker 各发现一次。放到列表里就是三条一模一样的漏洞,各自带一份证据和 PoC,连复测记录都各记各的。人工去重比挖洞还烦。

判重为什么必须是一个 Agent

最简单的做法,是在写入 finding 的工具里加一次模型调用,判断「是否与已有条目重复」。但真要判断两条漏洞是否本质相同,需要读原文、读证据、对比入口 URL 与组件,还要能输出「不合并,但记录理由」这种形态。这需要独立的 system prompt、独立的工具循环和一个收尾结论——也就是一个 Agent,而不是一次函数调用。系统里这个角色叫 auditor。

判重按批次触发:一批新漏洞对应一个会话,会话里可以合并多组,也可以读完全部条目后判定都是独立漏洞。批次语义要宽松,否则 Agent 会被迫为了「有输出」而合并。

合并是真实整合,不是打个 duplicate 标指向旧行:新建一行,重写整合后的摘要、报告与证据,迁移流量绑定与复测记录,详情页显示「整合自 N 条」。这样列表长度对应的是真实问题数量,而不是发现次数。

权限上做了收敛:这个 Agent 只有四个工具,不给 Shell,也不给文件写入。判重只需要读和写漏洞条目,多给的能力都是风险面。

发现:判重、复测与状态流转在同一页完成

复测与自动录像

复测是独立会话,不重启原任务。填好可选的修复版本、测试条件后发起,跑完留下独立结论:仍可复现 / 已修复 / 无法确认。

结论为「已修复」时,系统自动更新漏洞处置状态;执行中、失败、停止或其他结论都保留原状态。原始证据和报告始终保留——复测是叠加一层判断,不是覆盖历史。

复测结束,系统会把复现过程录成视频,前端直接播放和下载。只有复测过的漏洞才会产出复现视频,这个限制是有意的:录屏不是「跑过就有」,而是「验证过才有」。

复测:结论、证据与自动录制的复现视频

PoC 与报告

PoC 落在任务目录并关联到对应漏洞,详情页可以直接看、一键复制、下载。报告由 reporter 在发现漏洞时自动触发,取证据与执行过程后写成 Markdown 回写,不必等整个任务结束再手写。

0x05 人机界面:把工具搬进页面

系统自己跑得再顺,人还是要能随时插手。

这些功能都不改变系统能力边界,但决定日常使用的成本。判断标准很土:这个动作原来要不要切窗口?要切到终端、切到 IDA、切到录屏软件,就值得搬进来。

反编译

组件表每行有反编译入口,点一下建导出任务,完成后跳转。界面三栏:左侧函数列表、中间反汇编与伪代码、右侧函数详情(callers / callees)。双击函数名跳转,跳转来源的 caller 高亮,点它回到上一层——和 IDA 里按 Esc 是同一个行为。

反编译:三栏布局,双击跳转,caller 一键返回

依赖本机 IDA 9.0+ 的 idat 与仓库根目录的 INP.py(改自 IDA-NO-MCP,需放进 IDA 的 plugins/)。每个二进制一个 job,唯一键是 (task_id, binary_sha256),并发固定为 1——这是 IDA 许可的限制,不是没做并发。失败或取消的 job 可以重试。

产物是 index.json 加每个函数一个 .c 文件。人复核时看到的,就是 Agent 审过的那份产物,不用重新导出。

导出产物:index.json 记录地址与调用关系,每个函数一个 .c

对话与审批

任务跑到一半想插一句话,不用停任务:在对话里追问,或者把意图直接落成 hint(mainagent 的职责)。需要执行敏感命令时,拦截审批会给出命令、参数、命中规则和放行理由,可以展开查看。

人在环路:对话追问、审批卡片与约束登记

可观测性

执行过程里每一步工具调用都留痕,可以回看某个 worker 当时到底跑了什么、为什么停;后端日志按级别与标签分类,实时推送。

后端日志:实时流,按级别与标签分类

0x06 上手:跑通第一个固件

装起来

环境要求:「Go 1.26+」(源码编译)、「Node.js / npm」(构建前端静态产物)、「PostgreSQL」(业务数据唯一存储)。IDA 9.0+ 与 INP.py 是可选的,只有反编译需要。

ounter(lineounter(lineounter(linegit clone https://github.com/buobo/ARTEX-IOT.gitcd ARTEX-IOT./install.sh

脚本会引导填写数据库连接、生成 config.json、编译内嵌前端的单二进制并启动。完成后访问 http://localhost:8787,首次进入 /setup 设置管理员密码。

用预编译包的话,从 Releases 下载解压,cp config.example.json config.json 填好 database 段,./start.sh 启动即可。

注意要用 start.sh(Windows 为 start.bat)启动,不要直接跑 ./artex。它是个守护脚本,程序退出后按退出码决定是否重新拉起——页面上的「一键更新」靠它完成换装,直接运行二进制的话更新完就起不来了。

表结构不用手动建。程序每次启动会幂等执行 schema.sql,升级等同于替换二进制后重启。LLM 在界面「LLM 配置」页填写,可以配多个 profile 并按任务分配。

第一次跑

建任务、填厂商与版本、传固件,然后等首轮探测跑完。这一轮会把固件拆开、清点组件、提取版本、查历史漏洞。

结束之后,组件库和覆盖图就是入口:想看哪个组件被审到什么程度,从那里进。不干预的话,planner 也会按覆盖情况继续往下派;需要人介入时,再去对话或拦截审批。

扩展

skills/ 目录是运行时注入给 Agent 的技能,每个子目录一份 SKILL.md。当前包含:

  • firmware-extract——解包与产物登记
  • api-recon——Web 路由与接口测绘
  • mqtt-iov——MQTT 匿名接入与越权
  • iot-protocols——常见 IoT 协议
  • satcom-recon——卫星通信(satcom)场景
  • playwright-cli——浏览器自动化
  • artex-auth-rce——ARTEX 投毒版本后门检测

按组件类别挂技能,比维护一份大而全的提示词更可控,这也是「组件」模型带来的直接好处。

0x07 部署与说明

判重 Agent 还没有深入测试,可能仍有 bug,遇到问题欢迎提 issue。

基于 ARTEX-God 二次开发,遵循 AGPL-3.0 协议。仅限授权范围内的安全研究与自有资产测试。

项目地址:https://github.com/buobo/ARTEX-IOT

二开说明:http://blogbo.cn/index.php/2026/11/13/artex-iot%E4%BA%8C%E5%BC%80%E4%BB%8B%E7%BB%8D/

评论:0   参与:  0