Decepticon: 一个在加固沙箱中执行专业攻击链和杀伤链的自主红队智能体

它解决了什么问题

Decepticon 是一个自主红队智能体，旨在超越简单的漏洞扫描。它能够自动化执行复杂的、真实的攻击链——包括侦察、漏洞利用、权限提升和横向移动——同时遵循专业参与标准，如交战规则 (RoE) 和映射到 MITRE ATT&CK 框架的操作计划 (OPPLAN)。

工作原理

该系统采用双网络架构，将管理平面（编排、LLMs 和数据库）与沙箱平面（执行攻击的地方）隔离。它使用由 16 个按杀伤链阶段组织的专家智能体团队，每个智能体都拥有全新的上下文窗口以最大限度地减少噪声。

关键技术特性包括：

• 交互式 Shell 支持：在持久的 tmux 会话中运行命令并具有自动提示符检测功能，允许其使用交互式工具，如 msfconsole 或 sliver-client。
• 加固隔离：通过 Docker socket 在 Kali Linux 沙箱中执行所有操作。
• 知识持久化：使用 Neo4j 在整个参与过程中维护发现结果的知识图谱。
• 动态工作负载：通过编排器按需生成专家容器（例如，BloodHound CE、Ghidra MCP）。

适用人群

它专为专业的红队人员和安全研究人员构建，旨在自动化复杂的进攻性操作，或开发“进攻性疫苗”闭环，通过模拟攻击来验证防御措施并从而改进防御。

亮点

• 专业纪律：在执行任何数据包之前生成 RoE、ConOps 和冲突检测计划 (Deconfliction Plans)。
• 高性能：在 XBOW 验证基准测试的所有难度级别上均达到了 98.08% 的通过率。
• 多模型支持：具有基于层级的回退链，支持 Anthropic、OpenAI、Google Gemini 以及通过 Ollama 使用的本地模型。
• SDK 可用性：可以作为 Python 库使用，以便将智能体工厂和工具集成到其他研究或产品中。