agitd/sentinel-ultimate
GitHub: agitd/sentinel-ultimate
一款集成 AI 威胁分析的高速网络扫描与安全审计工具，支持漏洞关联、弱口令检测和 Web 模糊测试。
Stars: 2 | Forks: 0
# Sentinel Ultimate v13.6.1
# 必需条件：启动扫描器前请先安装 Ollama 并运行 ollama pull llama3 ！！！
**Sentinel Ultimate** 是一款高速、专业的网络情报和安全审计工具。13.6.1 版本引入了关键的安全审计功能、遗留协议检测以及自动化漏洞查询功能。
## 核心功能
- **AI 安全分析师：** 本地神经网络集成（Llama 3/Phi-3），提供实时安全判定和自动化威胁评估。
- **【新增】AI 自学习引擎：** 通过 `--update-ai` 自动更新数据集和模型训练，使风险评分与全球威胁数据库保持同步。
- **启动扫描** 
- **AI 判定** 
- **CVE 集成（v13.6）：** 通过 API（cve.circl.lu）对检测到的服务版本进行实时漏洞查询，并支持基于操作系统的智能过滤。
- **SMBv1 审计（v13.6）：** 针对易受攻击的 SMBv1 协议（EternalBlue 攻击向量）进行专门检测，使用适用于 Python 3.13 的安全十六进制负载实现。
- **SSH 认证审计（v13.6）：** 自动检查发现的 SSH 服务的弱口令或默认凭证。
- **操作系统指纹识别：** 基于端口模式和加权横幅分析，智能检测 Windows、Linux、macOS、IoT 设备和容器。
- **精英服务检测（200+ 端口）：** 全面覆盖 Web 服务、数据库、DevOps 堆栈和安全系统。
- **Go 语言驱动的模糊测试：** 集成高速目录模糊测试工具（Go 引擎），在 Docker 内运行，用于 Web 服务审计。
- **SQLite 持久化：** 所有扫描结果自动保存到 `sentinel_scans.db`，便于后续审计和历史记录。
- **差异比对引擎：** 将当前结果与之前的扫描进行对比，识别新增、消失或已修改的主机和服务。
- **多渠道报告：** 支持 PDF 报告、JSON/CSV 导出，以及通过 Telegram（含代理支持）或 Slack 发送通知。
## 安装说明
# 1. 克隆仓库
git clone https://github.com/agitd/sentinel-ultimate.git
# 2. 进入项目目录
cd sentinel-ultimate
# 3. 安装 AI 引擎（Ollama）
curl -fsSL https://ollama.com/install.sh | sh
ollama pull llama3
# 4. 安装系统依赖（Scapy 必需）
sudo apt update && sudo apt install libpcap-dev
# 5. 安装 Python 依赖
pip install -r requirements.txt
# 5.1 初始化 AI 大脑（首次运行必需）
python3 main.py --update-ai
# 6. 构建 Go 模糊测试引擎（Docker）
cd fuzzer-engine
docker build -t sentinel-fuzzer .
cd ..
# 7. 配置环境变量
# 将 .env.example 重命名为 .env 并填写您的 API 令牌和 AI 设置：
mv .env.example .env
nano .env # 确保已设置 AI_ENABLED=True 和 AI_MODEL=llama3
# 8. 运行扫描器
python3 main.py -n 192.168.1.0/24
## 使用方法（启动参数）
| 标志 | 说明 | 示例 |
| :--- | :--- | :--- |
| `-n` | **网络**（CIDR 表示法） | `-n 192.168.1.0/24` |
| `-t` | **线程数**（默认：200） | `-t 500` |
| `-f` | **格式**（pdf/json/csv 导出） | `-f pdf` |
| `-m` | **运行内部测试**（pytest） | `-m` |
| `--update-ai`| **【新增】重新训练 AI 模型** | `--update-ai` |
| `--fuzz`| **在 Web 端口上运行 Go 模糊测试器** | `--fuzz` |
| `--history`| **查看数据库历史** | `--history` |
| `--compare`| **对比扫描结果** | `--compare -n 192.168.1.0/24` |
| `--silent` | **禁用通知** | `--silent` |
| `-h` | **显示帮助菜单** | `-h` |
## 示例：
# 标准扫描，带 AI 判定和控制台输出
python3 main.py -n 192.168.1.0/24
# 【新增】更新 AI 数据集并重新训练风险模型
python3 main.py --update-ai
# 带 AI 分析的扫描，并将结果导出为 PDF
python3 main.py -n 192.168.1.0/24 -f pdf
# 带自动化 Web 模糊测试的扫描（Go 引擎）
python3 main.py -n 192.168.1.0/24 --fuzz
# 启动内部单元测试
export PYTHONPATH=$PYTHONPATH:.
python3 -m pytest tests/test_scanner.py -v
## 已知问题（v13.6）
* **测试套件：** 目前，`TestSecurityv136` 中的 3 个测试可能在某些 Kali Linux / Python 3.13 环境中因 `event loop` 相关的 `RuntimeError` 而失败。这是与 `pytest-asyncio` 运行器的已知兼容性问题，**不影响核心扫描器的功能**。修复计划在 v13.6.2 版本中推出。
## 操作系统指纹识别支持
* **Linux：** Ubuntu、Debian、CentOS、RHEL、Fedora
* **Windows：** 工作站、服务器、Active Directory 节点
* **Apple：** macOS（Darwin 核心）
* **基础设施：** Cisco、Ubiquiti、MikroTik、Fortinet
* **容器：** Docker、Kubernetes 节点
* **IoT：** 打印机（HP、Brother）、CUPS、IPP 设备
## 免责声明
本工具仅供教育目的和授权的安全审计使用。作者不对因滥用本软件造成的任何损失负责。在扫描任何网络之前，请务必获得授权。
- **AI 判定**
- **CVE 集成（v13.6）：** 通过 API（cve.circl.lu）对检测到的服务版本进行实时漏洞查询，并支持基于操作系统的智能过滤。
- **SMBv1 审计（v13.6）：** 针对易受攻击的 SMBv1 协议（EternalBlue 攻击向量）进行专门检测，使用适用于 Python 3.13 的安全十六进制负载实现。
- **SSH 认证审计（v13.6）：** 自动检查发现的 SSH 服务的弱口令或默认凭证。
- **操作系统指纹识别：** 基于端口模式和加权横幅分析，智能检测 Windows、Linux、macOS、IoT 设备和容器。
- **精英服务检测（200+ 端口）：** 全面覆盖 Web 服务、数据库、DevOps 堆栈和安全系统。
- **Go 语言驱动的模糊测试：** 集成高速目录模糊测试工具（Go 引擎），在 Docker 内运行，用于 Web 服务审计。
- **SQLite 持久化：** 所有扫描结果自动保存到 `sentinel_scans.db`，便于后续审计和历史记录。
- **差异比对引擎：** 将当前结果与之前的扫描进行对比，识别新增、消失或已修改的主机和服务。
- **多渠道报告：** 支持 PDF 报告、JSON/CSV 导出，以及通过 Telegram（含代理支持）或 Slack 发送通知。
## 安装说明
# 1. 克隆仓库
git clone https://github.com/agitd/sentinel-ultimate.git
# 2. 进入项目目录
cd sentinel-ultimate
# 3. 安装 AI 引擎（Ollama）
curl -fsSL https://ollama.com/install.sh | sh
ollama pull llama3
# 4. 安装系统依赖（Scapy 必需）
sudo apt update && sudo apt install libpcap-dev
# 5. 安装 Python 依赖
pip install -r requirements.txt
# 5.1 初始化 AI 大脑（首次运行必需）
python3 main.py --update-ai
# 6. 构建 Go 模糊测试引擎（Docker）
cd fuzzer-engine
docker build -t sentinel-fuzzer .
cd ..
# 7. 配置环境变量
# 将 .env.example 重命名为 .env 并填写您的 API 令牌和 AI 设置：
mv .env.example .env
nano .env # 确保已设置 AI_ENABLED=True 和 AI_MODEL=llama3
# 8. 运行扫描器
python3 main.py -n 192.168.1.0/24
## 使用方法（启动参数）
| 标志 | 说明 | 示例 |
| :--- | :--- | :--- |
| `-n` | **网络**（CIDR 表示法） | `-n 192.168.1.0/24` |
| `-t` | **线程数**（默认：200） | `-t 500` |
| `-f` | **格式**（pdf/json/csv 导出） | `-f pdf` |
| `-m` | **运行内部测试**（pytest） | `-m` |
| `--update-ai`| **【新增】重新训练 AI 模型** | `--update-ai` |
| `--fuzz`| **在 Web 端口上运行 Go 模糊测试器** | `--fuzz` |
| `--history`| **查看数据库历史** | `--history` |
| `--compare`| **对比扫描结果** | `--compare -n 192.168.1.0/24` |
| `--silent` | **禁用通知** | `--silent` |
| `-h` | **显示帮助菜单** | `-h` |
## 示例：
# 标准扫描，带 AI 判定和控制台输出
python3 main.py -n 192.168.1.0/24
# 【新增】更新 AI 数据集并重新训练风险模型
python3 main.py --update-ai
# 带 AI 分析的扫描，并将结果导出为 PDF
python3 main.py -n 192.168.1.0/24 -f pdf
# 带自动化 Web 模糊测试的扫描（Go 引擎）
python3 main.py -n 192.168.1.0/24 --fuzz
# 启动内部单元测试
export PYTHONPATH=$PYTHONPATH:.
python3 -m pytest tests/test_scanner.py -v
## 已知问题（v13.6）
* **测试套件：** 目前，`TestSecurityv136` 中的 3 个测试可能在某些 Kali Linux / Python 3.13 环境中因 `event loop` 相关的 `RuntimeError` 而失败。这是与 `pytest-asyncio` 运行器的已知兼容性问题，**不影响核心扫描器的功能**。修复计划在 v13.6.2 版本中推出。
## 操作系统指纹识别支持
* **Linux：** Ubuntu、Debian、CentOS、RHEL、Fedora
* **Windows：** 工作站、服务器、Active Directory 节点
* **Apple：** macOS（Darwin 核心）
* **基础设施：** Cisco、Ubiquiti、MikroTik、Fortinet
* **容器：** Docker、Kubernetes 节点
* **IoT：** 打印机（HP、Brother）、CUPS、IPP 设备
## 免责声明
本工具仅供教育目的和授权的安全审计使用。作者不对因滥用本软件造成的任何损失负责。在扫描任何网络之前，请务必获得授权。标签：AI安全分析, AI风险缓解, CISA项目, CVE查询, Docker, EternalBlue, Facebook API, Go语言, Llama 3, LLM评估, Ollama, OS指纹识别, Phi-3, Qt框架, SMBv1审计, SQLite, SSH审计, XXE攻击, 威胁评估, 子网扫描, 安全审计工具, 安全研发, 安全规则引擎, 安全防御评估, 插件系统, 数据统计, 无线安全, 日志审计, 服务识别, 目录模糊测试, 程序破解, 端口扫描, 网络 reconnaissance, 网络安全, 网络情报, 网络扫描器, 请求拦截, 逆向工具, 隐私保护