ASCIT31/Dark-Moon

DarkMoon – 自律型 AI 搭載ペネトレーションテスト

概要 – DarkMoon は、所有している、または評価の許可を得ているターゲットに対して完全なペネトレーションテストを実行できるオープンソースプラットフォームです。大規模言語モデル（LLM）を駆動して、実際の攻撃ツールを計画、調整、実行し、各脆弱性の証拠として正確なコマンドと生の出力を記録します。

仕組み

1. ターゲット入力 – CLI から ./darkmoon.sh "TARGET: example.com" のような 1 行で実行を開始します。
2. 発見とモデリング – システムはポート、サービス、テクノロジースタックを列挙し、簡潔な「攻撃面モデル」を構築します。
3. エージェント派遣 – 発見内容に基づいて、専門のサブエージェント（WordPress スキャナー、AD エージェント、Kubernetes エージェント、LLM エンドポイントテスターなど）が起動されます。DarkMoon には約 50 のそのようなエージェントが付属しています。
4. MCP を介した実行 – すべてのコマンドは、タイムスタンプ、正確なコマンド、生の応答をログに記録する制御された MCP（Managed Command Proxy） レイヤーを通じて送信されます。LLM が直接コマンドを実行することはありません。
5. 悪用の証明 – 脆弱性が発見されると、エージェントはエクスプロイトまたは概念実証ペイロードを実行し、出力を証拠として保存します。
6. レポート生成 – 調査結果は、重大度、CVSS、MITRE ATT&CK タグ、コマンド証拠を含む JSON/Markdown として出力されます。オープンソース版はここで終了します。有料の DarkMoon Pro は、Web ダッシュボード、自動修復 PR、スケジュールされたキャンペーンを追加します。

主な機能

• ローカル LLM ファースト – Ollama、llama.cpp、または任意のクラウド LLM（OpenAI、Anthropic、OpenRouter）と連携します。プライバシーゲートウェイは実際の IP/資格情報をトークン化するため、モデルはプレースホルダーのみを認識します。
• 証拠ベース – 各調査結果には正確なコマンドと生の出力が含まれます。Pro ティアはエクスプロイトを再実行して修正を確認できます。
• 広範なカバレッジ – エージェントは、Web アプリ、API、AD、Kubernetes、主要なクラウドプロバイダー、データベース、IoT ファームウェア、さらには AI/LLM 推論エンドポイントを対象とします。
• CI/CD および IDE 統合 – GitHub Actions、GitLab、Jenkins、VS Code、JetBrains、n8n、Grafana、Splunk、および SDK（@darkmoon_ai/client）。統合は、機密を漏らすことなく安全なメタデータ（重大度、MITRE ID）を発行します。
• オープンソースおよびセルフホスト – GPL-3.0、Docker-Compose スタック、専有ハードウェアなし。すべてのエージェントロジックは読み取り可能な Markdown ファイルにあります。

はじめに

git clone https://github.com/ASCIT31/Dark-Moon.git
cd Dark-Moon
./install.sh          # LLM プロバイダーを設定し、Docker スタックを構築
./darkmoon.sh "TARGET: example.com"

前提条件は、Docker、Docker-Compose、および LLM API キー（またはローカルモデル）です。リポジトリには、実行をリプレイするための --log <session> も用意されています。

ベンチマーク – OWASP Juice Shop に対するブラックボックステストで、DarkMoon（Anthropic Claude 使用）は 28.5 分で 57 個の脆弱性（重大 8、高 24、中 21、低 4）を発見し、それぞれに再現可能なエクスプロイトコマンドがありました。

対象ユーザー – すべてのデータをオンプレミスに保ちながら、自動化された証拠豊富なペンテストの最初のパスを望むセキュリティチーム、DevSecOps エンジニア、レッドチーマー、倫理的ハッカー。

---

上記の詳細はすべてリポジトリの README から直接取得したものであり、追加の主張はありません。