0xenkil/GhostWire-V2

## 📌 执行摘要 **GHOSTWIRE V7** 是一个先进的、完全自主的 AI 驱动的渗透测试和红队对抗平台。它从头开始构建，旨在替代基于静态规则的扫描器。Ghostwire 利用**多 Agent AI pipeline**、**动态攻击图推理**和**零硬编码决策引擎**。 Ghostwire 不依赖静态脚本，而是从每次扫描中学习：跟踪工具成功率、观察技术栈、识别 WAF 指纹、实时变异 payload，并在多次交战中保持战略记忆。 ## 🔥 核心功能 ### 🤖 1. 零硬编码 AI 决策引擎 - **战略顾问 (`intelligence/strategic_advisor.py`)**：持久化知识库，跟踪工具有效性、成功概率、平均执行时间和最佳发现路径。 - **自我认知引擎 (`intelligence/self_awareness_module.py`)**：持续监控 agent 的置信度水平，验证假设，跟踪知识盲区，并防止过度自信的执行。 - **推理引擎 (`intelligence/reasoning_engine.py`)**：在执行 payload 之前评估攻击前提条件、风险因素和漏洞利用链。 ### 🛡️ 2. 自学习 WAF 幽灵引擎与规避 - **WAF 指纹识别与学习器 (`waf_fingerprinter.py`, `waf_learner.py`)**：识别 Cloudflare、AWS WAF、Akamai、Imperva、ModSecurity 以及自定义 Web 应用防火墙。 - **自适应 Payload 变异**：遇到 WAF 拦截时，自动尝试 header 篡改、速率限制绕过、字符编码、分块传输编码（chunked transfer encoding）和 HTTP 参数污染。 - **历史规避记忆**：记录针对目标技术栈验证有效的规避策略，以便在未来的运行中绕过安全控制。 ### 👥 3. 多 Agent 自主编排 - **侦察 Agent**：子域名枚举、服务指纹识别、端口扫描和 OSINT 聚合。 - **漏洞利用 Agent**：动态 CVE 查找、漏洞利用路由和漏洞验证。 - **武器化 Agent**：自定义 payload 生成、沙箱语法验证和混淆。 - **目标与持久化 Agent**：后渗透验证、目标图扩展和提权路径映射。 - **报告 Agent**：生成全面的执行摘要、技术漏洞详情、CVSS 评分和可操作的修复步骤。 ### 🌐 4. 灵活的执行环境 - **WSL2 与原生 Linux 执行**：通过原生 Linux shell 或 WSL 集成无缝执行安全工具（例如 `nmap`、`nuclei`、`sqlmap`、`ffuf`、`subfinder`、`httpx`、`amass`）。 - **VPS 与远程执行**：支持远程 SSH 执行和 VPS 资源池管理，用于分布式评估。 - **IP 轮换与隐秘代理**：集成的代理链能力和 TOR/VPS 路由，以防止 IP 被封禁。 ## 🏗️ 架构 ``` ┌───────────────────────────────┐ │ Target Objective & Scope │ └───────────────┬───────────────┘ │ ┌───────────────▼───────────────┐ │ Strategic AI Advisor │ │ (Persistent Knowledge Base) │ └───────────────┬───────────────┘ │ ┌────────────────────────────────────────┼────────────────────────────────────────┐ │ │ │ ┌──────▼────────────────┐ ┌──────────▼───────────┐ ┌───────────────▼────────┐ │ Reconnaissance Agent │ │ Self-Awareness Module│ │ WAF Evasion Engine │ │ (Subdomain/Ports/Web) │ │ (Knowledge & Gaps) │ │ (Fingerprint & Bypass) │ └──────┬────────────────┘ └──────────┬───────────┘ └───────────────┬────────┘ │ │ │ └────────────────────────────────────────┼────────────────────────────────────────┘ │ ┌───────────────▼───────────────┐ │ Attack Graph Engine │ │ (Finding Scorer & CVEs) │ └───────────────┬───────────────┘ │ ┌────────────────────────────────────────┴────────────────────────────────────────┐ │ │ ┌──────▼────────────────┐ ┌────────▼───────────────┐ │ Exploitation Agent │ │ Reporting & Analytics │ │ (PoC & Verification) │ │ (HTML/JSON/MD Reports) │ └───────────────────────┘ └────────────────────────┘ ``` ## 📁 代码库结构 ``` ghostwire-v7/ ├── agents/ # Autonomous Specialized Agents │ ├── base_agent.py # Core Agent base class & LLM interaction loop │ ├── recon_agent.py # Passive & Active Reconnaissance logic │ ├── exploitation_agent.py # Target exploitation & vulnerability validation │ ├── weaponization_agent.py # Payload sandboxing & obfuscation │ ├── persistence_agent.py # Attack path expansion & post-exploitation │ ├── objectives_agent.py # Goal tracking & target state analysis │ └── reporting_agent.py # Technical & Executive report generation ├── core/ # Engine Core & Execution Handlers │ ├── orchestrator.py # Central engine controller & state manager │ ├── ai_backend.py # Multi-provider LLM API client wrapper │ ├── capability_registry.py # Tool capability definitions & execution wrappers │ ├── wsl_executor.py # WSL2 Linux bridge for Windows host │ ├── ip_rotator.py # Dynamic proxy & IP rotation controller │ ├── target_graph.py # Attack surface node-link graph │ └── waf_ghost_engine.py # Core WAF detection & payload mutation pipeline ├── intelligence/ # AI Intelligence & Learning Modules │ ├── strategic_advisor.py # Historical learning & tool recommendations │ ├── self_awareness_module.py # Confidence tracking & knowledge gap analysis │ ├── reasoning_engine.py # Multi-step strategic attack planner │ ├── cve_database.py # Technology-to-CVE mapper │ ├── finding_scorer.py # Severity, confidence & priority calculator │ └── waf_evasion_engine.py # WAF tactic strategy selector ├── tools/ # Tool Integration & Execution Wrappers │ ├── tool_manager.py # Native CLI tool execution & timeout handlers │ └── output_parser.py # Standardized JSON parser for security tool output ├── config.py # Global system configuration & safety thresholds ├── main.py # CLI entrypoint & interactive shell └── requirements.txt # Python dependencies ``` ## 🚀 安装与设置 ### 前置条件 - **操作系统**：Linux（推荐 Ubuntu 22.04+）或安装了 **WSL2** 的 Windows 10/11。 - **Python**：Python 3.10 或更高版本。 - **安全工具**（安装在 Linux/WSL 上）：`nmap`、`nuclei`、`sqlmap`、`subfinder`、`httpx`、`ffuf`、`amass`。 ### 步骤 1：克隆代码库 ``` git clone https://github.com/0xeni0l/red-team-V2.git cd red-team-V2 ``` ### 步骤 2：设置虚拟环境与依赖 ``` python3 -m venv .venv source .venv/bin/activate # On Windows: .venv\Scripts\activate pip install -r requirements.txt ``` ### 步骤 3：配置环境 (.env) 在根目录下创建一个 `.env` 文件： ``` # LLM API Provider Keys GEMINI_API_KEY=your_gemini_api_key_here OPENAI_API_KEY=your_openai_api_key_here ANTHROPIC_API_KEY=your_anthropic_api_key_here # OSINT API Keys（可选但推荐） SHODAN_API_KEY=your_shodan_key SECURITYTRAILS_API_KEY=your_securitytrails_key VIRUSTOTAL_API_KEY=your_virustotal_key # WSL Configuration（如果在 Windows 主机上运行） USE_WSL=true WSL_DISTRO=Ubuntu ``` ## 💻 用法 ### 1. 交互模式 运行 Ghostwire 的 CLI shell 以启动引导式交战： ``` python main.py ``` ### 2. 自主目标评估 针对目标域名启动自动化的全面范围评估： ``` python main.py --target example.com --mode full --output ./reports/example_scan ``` ### 3. 仅侦察模式 ``` python main.py --target example.com --mode recon ``` ## 🔒 安全与法律免责声明 Ghostwire V7 包含强制性的安全约束和范围执行保障措施： - **书面授权保障**：内置确认标志，在执行主动扫描之前验证授权。 - **严格的范围外拦截**：自动丢弃超出明确授权列表的任何目标 IP/域名。 - **熔断系统**：通过强制执行速率限制和监控服务器响应健康状况，防止意外的 DoS 状况。 ## 📜 许可证 在 **MIT License** 下分发。有关更多信息，请参阅 `LICENSE`。

标签：CISA项目, PyRIT, Web报告查看器, XXE攻击, 人工智能, 多智能体系统, 用户模式Hook绕过, 运行时操纵, 逆向工具