owl234/ARL-Next

해결하는 문제

ARL-Next는 원래 Asset Reconnaissance Lighthouse (ARL)의 현대화된 재구성으로, 작업 정지, 메모리 누수, 오래된 종속성과 같은 핵심 안정성 문제를 제거하도록 설계되었습니다. 대규모 타겟 스캔 및 기업 수준의 자산 탐지에 특별히 최적화된 고성능, 폐루프형 자산 탐지 및 취약점 모니터링 플랫폼을 제공합니다.

작동 방식

플랫폼은 안정성과 처리량을 보장하기 위해 분리된 마이크로서비스 아키텍처를 사용합니다:

• AI 통합: Model Context Protocol (MCP)를 구현하여 AI 에이전트(Claude 또는 Cursor 등)가 자연어를 사용해 자산 탐지 및 분석을 관리할 수 있도록 합니다.
• 작업 분배: RabbitMQ를 통해 가벼운(도메인/포트), 무거운(Nuclei/PoC), 위협 인텔리전스 큐로 작업을 분리하여 시스템 병목을 방지합니다.
• OSINT 마이크로서비스: 기업의 ICP 등록 정보 및 지분 관계(Tianyancha)를 전용 비동기 서비스로 처리하여 메인 작업 큐를 차단하지 않습니다.
• 데이터 레이어: MongoDB 7.0을 사용하며 bulk_write 연산과 결합된 유일 인덱스를 활용해 수십만 개의 자산을 중복 없이 처리합니다.
• 자기 복구: 실시간으로 데드락된 컨테이너를 모니터링하고 재시작하는 Autoheal 프로브를 포함합니다.

대상 사용자

보안 분석가, SRC(Security Response Center) 연구자, 기업 보안 팀 등 조직의 공격 표면을 그룹 수준에서부터 특정 취약점까지 자동으로 매핑해야 하는 사용자에게 적합합니다.

주요 특징

• AI 네이티브 스케줄링: 네이티브 MCP 지원으로 AI 에이전트가 자연어로 스캔을 트리거하고 자산 대시보드를 내보낼 수 있습니다.
• 기업 자산 침투: 그룹 회사 → 자회사 → 도메인 → IP → 포트 → 컴포넌트 → 취약점까지의 체인을 자동화합니다.
• 위협 인텔리전스 레이더: GitHub의 CVE 및 민감한 코드/자격 증명 유출을 내장된 모니터링 기능으로 감시합니다.
• 고성능 엔진: Puppeteer를 사용한 스크린샷 처리 및 OSINT 서비스를 분리하여 작업 정지 및 메모리 누수를 제거합니다.
• 빠른 배포: 국내 중국 네트워크에 최적화되어 있으며, Aliyun에 사전 빌드된 이미지를 제공하여 2분 이내에 설정 가능합니다.