Skip to main content

red-team-ai

AI驱动的红队实战指南 — 基于《Redefining Hacking》作者Omar Santos(DEF CON Red Team Village联合创始人)方法论。覆盖AI辅助侦察、智能漏洞利用、C2隐蔽通道、后渗透、AD攻击、RAG漏洞挖掘。

Quellinformationen

Repository
Kur1sulab/blackbox
Letzte Quellaktivität
12. August 2026 um 15:05
Erkannte Sprache von SKILL.md
Chinesisch
Sterne
2
Forks
1

Installationsoptionen

Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.

Quelldateien prüfen

Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.

Datei-Explorer
2 Dateien

SKILL.md wird angezeigt

SKILL.md
Quellanweisungen · Schreibgeschützte Vorschau
name
red-team-ai
description
AI驱动的红队实战指南 — 基于《Redefining Hacking》作者Omar Santos(DEF CON Red Team Village联合创始人)方法论。覆盖AI辅助侦察、智能漏洞利用、C2隐蔽通道、后渗透、AD攻击、RAG漏洞挖掘。
user-invocable
true
# Red Team AI — AI驱动的红队实战 > 基于 Omar Santos《红队实战指南:AI驱动的渗透测试、红队评估和漏洞挖掘》(2026) ## 路由 | 任务 | 调用 | |------|------| | AI辅助信息收集 | → §1 Recon | | 智能漏洞利用 | → §2 Exploit | | C2与隐蔽通道 | → §3 C2 | | AD域攻击 | → §4 AD | | 后渗透 | → §5 Post-Exploit | | RAG漏洞挖掘 | → §6 RAG | --- ## §1 AI 辅助侦察 ### 1.1 智能子域名发现 ```bash # AI增强的子域名枚举 subfinder -d target.com -o subs.txt # 用 LLM 分析子域名模式,生成变体 for word in $(cat wordlist.txt); do echo "${word}.target.com" >> custom.txt done # 批量存活检测 httpx -l all_subs.txt -o live.txt -silent ``` ### 1.2 AI 指纹识别 - 用 LLM 分析响应头/HTML 识别技术栈 - 自动匹配 CVE 数据库 - 生成针对性攻击计划 ### 1.3 关键检查清单 ``` □ /actuator/health → Spring Boot □ /druid/index.html → 阿里 Druid □ rememberMe=deleteMe → Shiro □ /swagger-ui.html → API 文档 □ Server 头 → 版本泄露 □ .git/HEAD → 源码泄露 □ .env → 配置泄露 ``` --- ## §2 智能漏洞利用 ### 2.1 AI 辅助 Payload 生成 - 根据目标技术栈自动生成定制 Payload - WAF 绕过变体自动生成 - Unicode/Hex/Base64 多编码组合 ### 2.2 框架漏洞速查 | 框架 | 检测 | 利用 | |------|------|------| | Shiro | `rememberMe=deleteMe` | ysoserial | | Fastjson | DNSLog + `@type` | JNDI 注入 | | Spring Boot | `/actuator/env` | SpEL 注入 | | Ruoyi | `/common/upload` | 文件上传 CVE | | ThinkPHP | 指纹 + 版本 | 5.x RCE | ### 2.3 漏洞优先级(按成功率) ``` 1. 信息泄露(20%) → 2. 未授权访问(18%) 3. XSS(15%) → 4. SQL 注入(12%) 5. SSRF(10%) → 6. RCE(8%) ``` --- ## §3 C2 隐蔽通道 ### 3.1 C2 协议选择 | 协议 | 隐蔽性 | 适用场景 | |------|--------|---------| | HTTPS | 中 | 通用 | | DNS Tunnel | 高 | 严格出网限制 | | WebSocket | 高 | 长连接 | | MCP 协议 | 极高 | 伪装 AI API 流量 | | ICMP | 中 | 特殊环境 | ### 3.2 免杀技术 ``` □ ETW Patching □ API Unhooking □ DLL 反射加载 □ Process Hollowing □ Parent PID Spoofing □ Syscall 直调 □ OLLVM 混淆 □ memfd_create 内存执行 ``` --- ## §4 AD 域攻击 ### 4.1 攻击路径 ``` 初始入口 → 本地提权 → 域枚举 → BloodHound 路径分析 → Kerberoasting → AS-REP Roasting → DCSync → 域控 ``` ### 4.2 关键命令 ```powershell # 域枚举 net group "Domain Admins" /domain # BloodHound 采集 SharpHound.exe -c All # Kerberoasting Rubeus.exe kerberoast # DCSync mimikatz # lsadump::dcsync /domain:corp.local /user:Administrator ``` --- ## §5 后渗透 ### 5.1 持久化 ``` □ 计划任务 (schtasks) □ WMI 事件订阅 □ 注册表 Run 键 □ Windows 服务 □ DLL 劫持 □ SSH authorized_keys (Linux) □ crontab (Linux) ``` ### 5.2 横向移动 ``` □ PSRemoting / WinRM □ WMI 远程执行 □ PsExec □ RDP □ SSH 密钥信任链 □ 云助手 (阿里云 ECS RunCommand) ``` --- ## §6 RAG 漏洞挖掘 ### 6.1 RAG 流程 ``` 目标代码/文档 → 嵌入模型 → 向量数据库 → 检索相关漏洞模式 → LLM 生成测试用例 → 自动化验证 → 报告生成 ``` ### 6.2 实战应用 - 将 CVE 数据库嵌入到向量库 - 根据目标指纹检索相关历史漏洞 - AI 自动生成验证 POC - 自动编写渗透测试报告 --- > **参考**: 《红队实战指南:AI驱动的渗透测试、红队评估和漏洞挖掘》Omar Santos 等 (2026) > **MITRE ATT&CK**: T1595-T1210-T1078-T1003
Auf GitHub ansehen