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.

解決的問題

LuaN1aoAgent v2 透過超越簡單的線性任務列表來實現授權安全研究的自動化。它確保每個結論都與可驗證的證據相關聯，而不是僅僅隱藏在 LLM 對話歷史中，從而解決了自主滲透測試中對可追溯性與複雜決策的需求。

工作原理

系統使用專門的 P-E-O 架構：

  • Planner: 使用動態任務圖管理目標、任務依賴關係與排程。
  • Executor: 在隔離的沙箱（Docker、macOS Seatbelt 或 Linux Bubblewrap）中運行，使用 Web 搜尋、瀏覽器渲染與 Shell 執行等工具執行特定任務。
  • Observer: 使用 Supervisor 監控操作，並使用 Projector 非同步地將觀察結果轉換為因果推理圖。

該代理使用 Causal Graph Reasoning 將證據與假設、漏洞及漏洞利用程式連結起來，確保所有發現都有可追溯事件的支持。

適用對象

尋求能夠在受控、可觀察且沙箱化的環境中執行複雜、多步驟安全評估的自主代理的安全研究人員與滲透測試人員。

亮點

  • Causal Reasoning Graph: 將證據、假設、漏洞與漏洞利用程式連接到可追溯的鏈中。
  • Plan-on-Graph: 使用具有依賴感知能力的任務圖，允許進行局部調整，而不是重新生成整個計劃。
  • Sandboxed Execution: 透過 Docker 或原生 OS 安全框架提供高保真隔離。
  • Observability: 提供 Terminal TUI 與 Web Workbench，用於即時檢查推理、操作與產物。