当前位置: 首页 > news >正文

Vulnhuntr:用于识别远程可利用漏洞的开源工具

Vulnhuntr 是一款开源工具,用于查找可远程利用的漏洞。

它使用LLM和静态代码分析来追踪数据在应用程序中的移动过程,从用户输入到服务器输出。这有助于它发现传统工具经常遗漏的复杂且多步骤的漏洞。

Vulnhuntr 基本上是最早的 LLM 代理之一,甚至在人们讨论 LLM 代理之前就已存在。其核心挑战在于,你不能直接将整个代码库输入到 LLM 中。

上下文窗口太有限,包含的无关代码越多,就越有可能错过真正的漏洞或开始产生幻觉。 

我们构建了一个引擎,允许 LLM 读取项目中的每个文件,以查看它是否处理远程用户输入,例如 GET 或 POST 参数。

如果是,LLM 会通过请求下一个相关的类、函数或变量来追踪输入的流向,甚至跨文件。

我们的引擎会找到相应的代码,将其添加到 LLM 的上下文中,并重复此过程,直到映射出完整的调用链。

LLM 会针对每种漏洞类型使用一个定制的提示来分析组合代码中是否存在特定漏洞,例如 XSS、SQLi 或 LFI。

这种结构减少了“幻觉”,并帮助 LLM 推理绕过漏洞,甚至编写完整的漏洞利用程序。

当我们推出 Vulnhuntr 时,我们在主要开源项目中披露了十几个零日漏洞,远早于谷歌 Big Sleep 等工具的发布。

Vulnhuntr 可在GitHub上免费获取。

https://github.com/protectai/vulnhuntr

http://www.dtcms.com/a/316225.html

相关文章:

  • 文字识别在媒资系统的技术原理及应用剖析
  • 数据安全治理——解读数据安全治理与评估服务业务介绍【附全文阅读】
  • Book Shop(Dynamic Programming)
  • Direct12第六章
  • 【LeetCode 热题 100】347. 前 K 个高频元素——(解法一)排序截取
  • 防火墙的区域划分和流量控制
  • Qwen3技术之模型预训练
  • Redis Stream:高性能消息队列核心原理揭秘
  • 数据结构04 栈和队列
  • tensorRT配合triton部署模型
  • C语言的结构体与联合体
  • LOOP Finance:一场 Web3 共和国中的金融制度实验
  • Spring Boot 与 Ollama 集成部署私有LLM服务 的完整避坑指南,涵盖 环境配置、模型管理、性能优化 和 安全加固
  • 【数据结构入门】数组和链表的OJ题(2)
  • uv与conda环境冲突,无法使用uv环境,安装包之后出现ModuleNotFoundError: No module named ‘xxx‘等解决方法
  • SpringBoot中策略模式使用
  • tcp 确认应答和超时时间
  • mq_timedsend系统调用及示例
  • Lua语言程序设计1:基础知识、数值、字符串与表
  • DDOS攻击和CC攻击对服务器的伤害有哪些?
  • 蘑兔音乐:音乐创作的神奇钥匙​
  • AI产品经理手册(Ch9-11)AI Product Manager‘s Handbook学习笔记
  • Linux系统交叉编译:依赖、构建与实践
  • makefile的使用与双向链表
  • 使用YOLOv8-gpu训练自己的数据集并预测
  • 多传感器融合
  • 2025暑期作业
  • 企业如何用现代数仓架构挖掘新业务盈利点?AllData产品从目标、路径、结果给出答案
  • 分布式文件系统06-分布式中间件弹性扩容与rebalance冲平衡
  • 集成学习与随机森林:从原理到实践指南