deonmenezes/mantishack

Mantis Hack

What it solves

Mantishack은 자율 보안 연구 프레임워크로, 소프트웨어와 바이너리에서 취약점을 발견하고 검증하도록 설계되었습니다. 스캔, 감사, 익스플로잇 생성과 같은 공격 보안의 번거로운 작업을 자동화하여 고영향 버그를 찾는 데 필요한 수작업을 줄여줍니다.

How it works

프로젝트는 두 계층 아키텍처를 사용합니다. Python 실행 계층은 Semgrep와 CodeQL을 실행하여 정적 분석을 수행하고, 서브프로세스를 관리하며, 결과를 파싱하는 무거운 작업을 담당합니다. Claude Code 의사결정 계층은 오케스트레이터 역할을 하여 어떤 발견을 우선순위에 둘지, 결과를 어떻게 해석할지 결정합니다.

워크플로는 일반적으로 다음 단계로 진행됩니다:

  1. Mapping: 진입점과 신뢰 경계의 컨텍스트 맵을 구축합니다.
  2. Scanning: 정적 분석 도구(Semgrep, CodeQL)와 특화된 인증 및 로깅 감사를 실행합니다.
  3. Validation: 다단계 파이프라인(단계 A‑D)으로 노이즈를 걸러내고 취약점이 실제로 도달 가능하고 이용 가능한지 확인합니다.
  4. Exploitation & Patching: 확인된 취약점에 대해 개념 증명(PoC) 익스플로잇 코드를 생성하고 보안 패치를 제공합니다.

또한 Z3 SMT 솔버를 통합하여 데이터 흐름 사전 스크리닝 및 바이너리 실행 가능성 분석을 수행함으로써 식별된 경로가 수학적으로 증명 가능하도록 보장합니다.

Who it’s for

보안 연구원, 침투 테스트 담당자, 그리고 코드베이스나 바이너리에서 취약점 발견 및 패치 생성을 자동화하고자 하는 개발자를 위한 도구입니다.

Highlights

  • Autonomous Workflow: 스캔, 검증, 익스플로잇 생성을 하나의 에이전트 프로세스로 연결합니다.
  • Auth & Logging Audit: JWT 오용, 쿠키 보안 결함, 누락된 감사 로그를 탐지하는 특화 규칙.
  • Z3 SMT Integration: 형식 검증을 사용해 도달 불가능한 경로를 제거하고 바이너리 가젯을 순위 매깁니다.
  • Air-gapped Capability: 오프라인 스캔을 가능하게 하는 캐시된 Semgrep 레지스트리 팩을 포함합니다.
  • Flexible LLM Layer: 분석 디스패치 계층으로 여러 제공업체(Anthropic, OpenAI, Gemini, Mistral, Ollama)를 지원합니다.