BishoyGerges998/AutoPentAI

# AutoPentAI # 🛡️ AutoPent AI **AI 驱动的漏洞扫描与修复工具** AutoPent AI 是一个自动化渗透测试系统，它弥合了漏洞检测与代码修复之间的鸿沟。它将行业标准的安全工具集成到一个单一的引擎中，并利用 AI 生成具体且可操作的代码修复方案——将安全扫描从被动报告转变为主动防御机制。 ## 🚀 实时预览  ## 📌 问题背景 手动渗透测试耗时费力，且需要专业的技术知识。现有的自动化工具通常是碎片化的，只能生成被动的技术报告，这些报告虽然指出了风险，却没有提供明确且可操作的解决方案——使得系统在更长的时间内处于易受攻击的状态。 ## 💡 解决方案 AutoPent AI 将多个开源安全工具整合到一个平台中，然后使用 AI 修复模块来分析扫描结果并生成语法正确的代码修复方案，使开发人员能够快速高效地保护其应用程序。 ## ✨ 核心功能 - 🔍 **自动化 Web 漏洞扫描** 使用 / Burp Suite - 🌐 **网络端口分析** 使用 Nmap - 🖥️ **基础设施漏洞管理** 使用 OpenVAS - 🤖 **AI 驱动的修复模块** — 生成真实的代码修复方案，而不仅仅是警告 - 🔐 **安全身份验证**（登录 / 注册 / 电子邮件验证） - 📊 **详细的 PDF 报告** 包含严重程度分类（严重、高、中、低、信息） - 📁 **扫描历史日志** 用于跟踪以前的扫描 - ⚙️ 遵循 **Agile SDLC** 方法论构建 ## 🏗️ 系统架构  该系统采用分层架构： - **表现层：** React.js 前端仪表板 - **应用逻辑层：** 后端控制器（API Gateway、身份验证管理器、扫描调度器） - **集成与执行层：** 扫描引擎（Nmap、Burp Suite、OpenVAS）+ AI 修复模块 - **数据层：** MySQL 数据库 + PDF 报告存储 ## 🖥️ 仪表板  用户可以通过输入目标 URL/IP 来启动扫描，并提供可配置的选项，例如全面扫描（OpenVAS）、Web 漏洞扫描（Burp Suite）以及高级 Nmap 选项。 ## 📄 示例报告  每次扫描都会生成一份详细的报告，按严重程度对漏洞进行分类。 ### 示例结果：   每个漏洞都配有一个**清晰的修复/解决方案部分**，使其具备可操作性，而不仅仅是提供信息。 ## 🛠️ 技术栈 | 层级 | 技术 | |---|---| | 前端 | React.js | | 后端 | PHP, Python | | 扫描引擎 | Nmap, Burp Suite, OpenVAS | | AI 模块 | 基于 LLM 的修复引擎 | | 数据库 | MySQL | | 报告 | PDF 生成 | ## 👥 团队 ## 这是一个由 Canadian International College (CIC) 的 8 名学生组成的团队在 Ahmed Gaber Abuabdallah 博士的指导下开发的毕业设计项目。 ## 📂 项目结构

标签：AI代码修复, C2, CISA项目, CTI, ffuf, Nmap, OpenVAS, OpenVAS, PHP, PHP, 加密, 密码管理, 插件系统, 漏洞扫描器, 自动化渗透测试, 虚拟驱动器, 逆向工具