本地模型AI渗透测试实战：28分钟发现57个OWASP漏洞

前言声明

我参与开发了下文提到的工具之一 Darkmoon。我尽力保持客观的态度，这不是广告。所有数字都可复现。

黑盒场景测试

我想要一个老实的答案：把一个自主 AI pentester 指向它从未见过的目标，黑盒测试，就像真实的渗透测试场景。它实际上会发现什么？目标：OWASP Juice Shop，这是标准的公开易受攻击应用程序（docker run -p 3000:3000 bkimminich/juice-shop）。

我关心的关键点：大多数 AI pentester 会把你的流量和代码上传到云 LLM。对于任何接近生产环境或客户环境的东西，这都是完全不可接受的。所以真正的问题不仅仅是"它能否发现漏洞"，而是"它能否在不外泄数据的情况下发现漏洞"。

测试结果

对 Juice Shop 进行黑盒测试，使用本地模型（Ollama/llama.cpp），Darkmoon 的结果：跨多次运行在同一目标上会累积：14 个，然后 28 个、38 个、44 个、49 个，最后 57 个真实漏洞。

原始输出和方法论供你复现（或质疑）：https://github.com/ASCIT31/Darkmoon-Benchmarks。欢迎 PR 提交其他工具的运行结果，这旨在成为一个社区排行榜。

为什么"本地"是关键所在

你在其他地方看到的令人印象深刻的数字（比如白盒基准测试达到 90%）是真实的，但有附加条件：它们读取你的源代码并调用云 LLM。这是一种不同的权衡。本地黑盒运行是你真正可以对敏感目标进行的测试，无需进行数据外泄的协议讨论。

一个实验室只是起点，不是全部故事。黑盒测试倾向于广度；白盒工具优化不同的维度。随着工具的改进，数字会变化，这正是为什么基准仓库是一个活跃的、可复现的东西，而不是一张截图。

git clone https://github.com/ASCIT31/Dark-Moon && cd Dark-Moon && ./install.sh

GPL-3.0，自托管，可在本地或云 LLM 上运行。如果它能为你节省一次手动测试，一个 star 可以帮助其他防守者找到它。

参与讨论

你在 Juice Shop 上得到了什么黑盒测试结果？在评论中告诉我们或向基准仓库提交 PR。

For further actions, you may consider blocking this person and/or reporting abuse