mrwadams/attackgen

AttackGen is a cybersecurity incident response testing tool that leverages the power of large language models and the comprehensive MITRE ATT&CK framework. The tool generates tailored incident response scenarios based on user-selected threat actor groups and your organisation's details.

AttackGen – 基于人工智能的网络事件响应场景生成器

它是什么 – AttackGen 是一个基于 Streamlit 构建的 Web 应用程序，可生成逼真的桌面推演式事件响应演练。它结合了 MITRE ATT&CK、MITRE ATLAS 以及一个新兴的 AI 内部威胁 模型，与大型语言模型（OpenAI、Anthropic、Google、Mistral、Groq 或任何通过 LiteLLM 兼容的 OpenAI 接口）协同工作。用户可以选择威胁行为者组、ATLAS 案例研究或 AI 内部威胁模板，添加组织信息（规模、行业），系统将生成完整的场景、检测与响应报告以及 ATT&CK Navigator 层。

核心功能（如 README 所述）

场景生成 – 针对 MITRE ATT&CK Enterprise、ATT&CK ICS 和 ATLAS 威胁组或案例研究量身定制的叙事。
AI 内部威胁模板 – 场景中由前沿 AI 代理扮演内部人员，依据 Actions Speak Louder Than Tokens 模型（自主性级别、STRIDE 威胁等）驱动。
两阶段输出 – 首先交付基础场景；可选的“紫队”叙事（防御者视角）作为第二次模型调用流式输出。
检测与响应部分 – 本地数据关联（无需 LLM），将场景中的每个技术映射到 MITRE 检测策略、分析方法、日志源和缓解措施。
导出选项 – Markdown 报告、ATT&CK Navigator 层（.json）以及通过桌面技能生成的紧凑 HTML 版本。
助手聊天 – 集成的 LLM 聊天功能允许用户在不离开页面的情况下优化场景或检测叙事。
模型无关的后端 – 所有 LLM 调用均通过 LiteLLM 进行，因此添加新模型只需一行配置更改。
Docker 镜像 – 即开即用的容器，便于部署。
LangSmith 集成 – 可选的 LLM 调用追踪/监控功能。
安全凭证处理 – API 密钥存储在 .env 文件中。

如何运行它（基于 README 的步骤）

先决条件 – Python 3.14+，Docker（可选），以及你打算使用的 LLM 提供商的 API 密钥。

克隆与安装

git clone https://github.com/mrwadams/attackgen.git
cd attackgen
pip install -r requirements.txt   # 安装 Streamlit、LiteLLM 等

配置 – 创建一个包含所需密钥的 .env 文件，例如
```
OPENAI_API_KEY=sk-…
ANTHROPIC_API_KEY=…
```
本地运行
```
streamlit run app.py
```
UI 将在你的浏览器中显示。

Docker 替代方案

docker build -t attackgen .
docker run -p 8501:8501 --env-file .env attackgen

可选的 LangSmith – 按照“LangSmith 设置”部分添加 LANGCHAIN_API_KEY 并启用追踪。
MCP 服务器 – 对于代理客户端，使用以下命令启动 FastMCP 服务器：
```
python -m mcp_server
```
此操作将暴露数据工具和生成工具端点，可供其他 LangChain 代理调用。

典型工作流程（用户视角）

设置侧边栏 – 选择 LLM 提供商/模型、组织规模/行业，以及是否需要紫队叙事。
选择来源 – 选择 MITRE ATT&CK 威胁组、ATLAS 案例研究或 AI 内部威胁模板。
生成 – 点击 Generate；UI 将显示进度阶段（输入准备 → 基础场景 → 导出 → 可选叙事）。
审查 – 结果页面显示 Markdown 场景、带导航快捷方式的紧凑摘要，以及检测与响应部分。
优化 – 打开“AttackGen 助手”聊天，请求修改、补充细节或调整防御者叙事。
导出 – 下载场景、ATT&CK Navigator 层和检测报告，用于桌面推演演练。

许可与贡献

本项目采用 MIT 许可证 发布。
欢迎贡献；请参阅 Contributing 部分了解指南。

总结 – AttackGen 是一个真实且持续维护的开源工具，利用现代 LLM API 自动化生成丰富、符合 MITRE 标准的网络事件响应场景，包括创新的 AI 内部威胁演练。它完全属于人工智能增强型网络安全领域。