Metasploitable 2

LLM驱动的APT-Agent在自动化渗透测试中取得84%的成功率

研究人员开发了APT-Agent，一个利用大型语言模型进行自动化渗透测试的框架，以解决幻觉命令和有限上下文记忆等挑战。该框架系统地处理侦察、利用和数据渗漏，并包含一个用于命令恢复的纠正模块和一个用于多步攻击的专用内存架构。在Metasploitable 2上的评估中，APT-Agent展示了84.29%的端到端利用成功率，显著优于PentestGPT等现有方法。