SanMuzZzZz/LuaN1aoAgent

LuaN1aoAgent is a fully autonomous AI penetration testing agent driven by graph-based cognitive reasoning, developed by postgraduate researchers from Prof. Lu Hui's Intelligent Offensive and Defensive Security Team at the Institute of Cyberspace Security, Guangzhou University.

解决的问题

LuaN1aoAgent v2 通过超越简单的线性任务列表来实现授权安全研究的自动化。它通过确保每个结论都与可验证的证据相关联，而不是仅仅隐藏在 LLM 对话历史中，解决了自主渗透测试中对可追溯性和复杂决策的需求。

工作原理

该系统使用专门的 P-E-O 架构：

  • Planner: 使用动态任务图管理目标、任务依赖关系和调度。
  • Executor: 在隔离的沙箱（Docker、macOS Seatbelt 或 Linux Bubblewrap）中运行，使用 Web 搜索、浏览器渲染和 Shell 执行等工具执行特定任务。
  • Observer: 使用 Supervisor 监控操作，并使用 Projector 异步地将观察结果转换为因果推理图。

该代理使用 Causal Graph Reasoning 将证据与假设、漏洞和漏洞利用程序联系起来，确保所有发现都有可追溯事件的支持。

适用对象

寻求能够在受控、可观察且沙箱化的环境中执行复杂、多步骤安全评估的自主代理的安全研究人员和渗透测试人员。

亮点

  • Causal Reasoning Graph: 将证据、假设、漏洞和漏洞利用程序连接到可追溯的链中。
  • Plan-on-Graph: 使用具有依赖感知能力的任务图，允许进行局部调整，而不是重新生成整个计划。
  • Sandboxed Execution: 通过 Docker 或原生 OS 安全框架提供高保真隔离。
  • Observability: 提供 Terminal TUI 和 Web Workbench，用于实时检查推理、操作和产物。