capitalone/VulnHunter

해결하는 문제

VulnHunter은 전통적인 정적 분석 보안 테스트(SAST) 도구에서 흔히 발생하는 높은 거짓 긍정률을 해결합니다. 단순히 의심스러운 코드 패턴을 표시하는 것이 아니라, 공격자의 시각을 시뮬레이션하고 자신의 발견을 반박하려는 시도를 통해 실제로 악용 가능한 취약점인지 여부를 판단하는 에이전트형 AI 접근 방식을 사용합니다.

작동 방식

VulnHunter은 Claude Code용 기능 세트로 작동하며, Claude Opus의 추론 능력을 활용합니다. 전방 분석 모델을 사용하여 공격자가 접근 가능한 진입점(API 등)에서 시작해 위험한 싱크로 이어지는 경로가 존재하는지 전방으로 추론합니다.

세 가지 단계의 폐쇄 루프 프로세스를 사용합니다:

1. 탐지: /vulnhunt 기능은 진입점에서 싱크로의 매핑을 수행하고, 다단계 거짓 증명 파이프라인을 실행하여 지지되지 않는 가정을 제거합니다.
2. 수정: /vulnhunter-fix 기능은 테스트 기반 수정 프로세스를 구현하여 실패하는 보안 테스트(RED), 수정 적용(GREEN), 블록 검증을 수행합니다.
3. 검증: /vulnhunt-fix-verify 기능은 독립적이고 읽기 전용 에이전트로서 수정이 성공했는지 검증합니다.

대상 사용자

소스 코드 내에서 고우선순위이고 실행 가능한 보안 결함을 최소한의 노이즈로 식별하고 수정하고자 하는 보안 연구자 및 개발자에게 적합합니다.

주요 특징

• 공격자 중심 분석: 싱크에서 후방 탐색하는 대신 실제 악의적인 공격자의 여정을 시뮬레이션합니다.
• 거짓 증명 엔진: 거짓 긍정을 줄이기 위해 잠재적 취약점을 적극적으로 반박하도록 설계된 구조화된 추론 워크플로우입니다.
• 자동 수정 루프: 탐지, 수정, 독립적 검증을 하나의 워크플로우로 통합합니다.
• 헤드리스 런타임: 비대화형 사용을 위한 vulnhunter-agent와 정확도 평가를 위한 벤치마킹 허브를 포함합니다.