mrwadams/stride-gpt

An AI-powered threat modeling tool that leverages OpenAI's GPT models to generate threat models for a given application based on the STRIDE methodology.

解決する課題

STRIDE GPTは、複雑な脅威モデリングのプロセスを自動化します。開発者やセキュリティチームが潜在的な脆弱性を特定し、標準化された攻撃手法にマッピングし、アプリケーションアーキテクチャの手動による時間のかかる分析を必要とせずに、実行可能な緩和策を生成するのを支援します。

仕組み

大規模言語モデル (LLM) を使用して、アプリケーションの詳細、コードベースリポジトリ、またはアーキテクチャ図を分析します。認証方法、データの機密性、視覚的な図などのシステムコンテキストを提供すると、ツールはSTRIDE手法を適用して、脅威モデル、攻撃ツリー、およびGherkinテストケースを生成します。コードベースを探索し、発見事項をMITRE ATT&CKまたはATLASフレームワークにマッピングし、Markdown、JSON、SARIFなどの複数の形式で結果を出力する自律型エージェントとして動作します。

対象ユーザー

このツールは、従来のアプリケーション、GenAIシステム、またはエージェント型AIアプリケーションの脅威モデリングを実行し、既存の開発ワークフローにセキュリティ分析を統合したいセキュリティエンジニア、開発者、およびアーキテクト向けに設計されています。

主な特徴

  • エージェント型分析: サブシステムの計画、分析、および発見事項の統合を行う自律的なコードベース探索。
  • 標準化されたマッピング: MITRE ATT&CKおよびATLASの攻撃手法IDを使用して、脅威を自動的に注釈付けします。
  • 柔軟な入力: テキスト記述、GitHubリポジトリ分析、および埋め込みのdraw.ioエディタや画像アップロードによるアーキテクチャ図をサポートします。
  • 包括的なレポート: 脅威モデル、攻撃ツリー、DREADリスクスコア、およびGherkinテストケースをMarkdown、HTML、JSON、SARIF形式で生成します。
  • 幅広いモデルサポート: LiteLLMを通じて、さまざまなLLMプロバイダー（OpenAI、Anthropic、Google、Mistral、DeepSeek、およびローカルモデル）と互換性があります。
  • インタラクティブな体験: REPLを備えたフル機能のCLIと、ユーザーフレンドリーなStreamlit Webインターフェースの両方を提供します。

関連

  • プロジェクト
    Trampoline-AI/predict-rlm

    predict-rlmは、大規模言語モデル（LLM）にサンドボックス化されたステートフルな実行環境を提供するPythonライブラリです。モデルはPythonコードの記述と実行、可変状態の保持、特定のサブモデルの呼び出し、およびツールやスキル（PDF処理、スプレッドシートなど）の利用が可能です。このフレームワークは観測可能性のために完全なトレースを記録し、そのトレースをGEPAのような最適化ツールに供給できます。文書分析、監査、スプレッドシートの自動化といった複雑な多段階ワークフローを対象としており、オプションのDockerサンドボックスや豊富なコールバックをサポートしています。

  • プロジェクト
    CyberStrikeus/CyberStrike

    CyberStrikeは、あらゆるLLM（Claude、GPT、Geminiなど）を自律的なペネトレーションテストプラットフォームに変えるオープンソースのAIエージェントです。セキュリティに特化した「インテリジェンス・レイヤー」を追加し、13種類以上の専門エージェントと7,600以上の署名済みセキュリティスキルファイルを搭載しています。150以上のAIプロバイダー（オフラインモデルを含む）をサポートし、ローカルまたはリモートのBoltサーバー上で実際のツールをオーケストレーションできます。TUI、オプションのWeb UI、および組み込みのHackBrowserがワークフローを完結させます。

  • プロジェクト
    Kritt-ai/open-kritt

    open·kritt は、Codex、Claude Code、Grok Build などによるAIエージェントをオーケストレーションするオープンソースで自己ホスティング可能なプラットフォームであり、コードリポジトリ上でカスタムでプロンプト駆動のセキュリティワークフローを実行します。焦点を絞ったタスクを構築し、並列でDockerコンテナ内で実行し、発見結果を検証・重複除去・順位付けし、完全なレポートバンドルをエクスポートします。バグバウンティ研究者とDevSecOps向けに設計されており、Web UIとヘッドレスCLIを提供し、任意のモデルプロバイダーに対応し、AGPL-3.0ライセンスで公開されています。

  • プロジェクト
    vllm-project/guidellm

    GuideLLMは、実際のワークロードに対してLLM推論をベンチマークするPythonライブラリ（コンテナとしても利用可能）です。OpenAI互換またはvLLMサーバーに対して設定可能なトラフィックパターンを生成し、合成および実世界のマルチモーダルデータセットをサポートし、詳細なレイテンシーとトークンメトリクスを記録し、キャパシティプランニングとSLO検証のためのJSON/CSV/HTMLレポートを出力します。

  • プロジェクト
    WecoAI/aideml

    AIDE MLは、機械学習コードを自動で作成、デバッグ、ベンチマークするためのLLM主導のツリー検索エージェントを実装したオープンソースのPythonパッケージです。ユーザーはデータセット、自然言語の目標、評価指標を指定します。エージェントはPythonスクリプトを反復的に生成・改良し、指標フィードバックに基づいて検索ツリーを剪定します。リポジトリにはCLI、Streamlit UI、HTMLビジュアライゼーション、DockerおよびローカルLLMサポートが含まれており、エージェントアーキテクチャの研究と実用的なMLパイプライン生成の両方に対応しています。