xOffense: An Autonomous Multi-Agent Framework for Penetration Testing with Domain-Adapted Large Language Models
Dieser Beitrag stellt xOffense vor, ein autonomes Multi-Agenten-Framework, das von einem domänenadaptierten Qwen3-32B-LLM angetrieben wird, Penetrationstest-Workflows automatisiert und auf strengen Benchmarks eine überlegene Leistung im Vergleich zu bestehenden Systemen wie VulnBot und PentestGPT erzielt.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, in ein hochsicheres Gebäude einzubrechen, um dessen Schlösser zu testen. In der Vergangenheit benötigten Sie ein Team menschlicher Experten (Penetrationstester), die durch die Türen gehen, die Schlösser knacken und die Schwachstellen finden mussten. Doch es gibt zu viele Gebäude, zu viele Schlösser und nicht genügend Experten.
Dann kommt xOffense ins Spiel. Denken Sie an xOffense nicht als einzelnen Roboter, sondern als winziges, hochspezialisiertes digitales SWAT-Team, das zusammenarbeitet, um Sicherheitslücken automatisch zu finden und auszunutzen.
So erklärt das Papier dieses System in einfachen Worten:
1. Das Problem: Der „Großhirn"-Ansatz vs. der „Spezialist"
Frühere Versuche zur Automatisierung dieses Prozesses verfolgten zwei Hauptansätze:
- Die „Regelbuch"-Roboter: Diese waren wie Roboter, die einer strengen Checkliste folgten. Wenn eine Tür nicht auf der Liste stand, konnten sie sie nicht öffnen. Sie waren starr und konnten mit Überraschungen nicht umgehen.
- Die „Großhirn"-KI: Diese nutzten massive, teure KI-Modelle (wie GPT-4). Obwohl sie intelligent waren, war es, als würde man einen genialen Professor einstellen, um einen Hausmeisterjob zu erledigen. Sie waren zu teuer, wurden manchmal abgelenkt (halluzinierten) und hatten Schwierigkeiten, sich an die Details einer langen, mehrstufigen Mission zu erinnern.
2. Die Lösung: Ein „Spezialisiertes Team"
Die Autoren entwickelten xOffense, das eine mittelgroße KI (ein „Spezialist" statt eines „Genies") verwendet, die speziell für Hacking-Aufgaben trainiert wurde.
- Die Teamstruktur: Anstatt dass eine KI versucht, alles zu erledigen, teilt xOffense die Aufgabe in drei spezialisierte „Agenten" (Teammitglieder) auf:
- Der Kundschafter: Sucht nach offenen Türen und Fenstern (Aufklärung).
- Der Analyst: Prüft diese Türen, um festzustellen, ob die Schlösser schwach oder defekt sind (Schwachstellenscan).
- Der Einbrecher: Knackt tatsächlich das Schloss oder zerschlägt das Fenster, um hineinzukommen (Ausnutzung).
- Der Dirigent: Ein zentraler „Task Orchestrator" fungiert wie ein Dirigent, der dem Kundschafter sagt, wann er aufhören soll, und dem Analysten, wann er beginnen soll, und stellt sicher, dass sie sich nicht gegenseitig unterbrechen oder vergessen, was im vorherigen Schritt passiert ist.
3. Das Geheimnis: „Grau-Box"-Training
Das Papier hebt zwei wichtige Tricks hervor, die dieses Team so effektiv machen:
- Das „Trainingsmanual" (Feinabstimmung): Das verwendete KI-Modell (Qwen3-32B) ist wie ein intelligenter Student. Die Forscher gaben ihm nicht nur ein allgemeines Lehrbuch, sondern ein spezifisches „Hacker-Trainingsmanual", gefüllt mit Tausenden von realen Beispielen, wie man Systeme knackt. Sie lehrten es, schrittweise zu denken (Chain-of-Thought), damit es nicht nur rät, sondern das Problem durchdenkt.
- Das „Grau-Box"-Hinweissystem: Stellen Sie sich vor, Sie spielen ein Videospiel, bei dem Sie nicht die gesamte Karte sehen dürfen (Schwarz-Box), aber das Spiel Ihnen ein paar hilfreiche Hinweise gibt wie „Es gibt eine Tür an der Nordwand" oder „Das Schloss ist verrostet". Dies nennt man Grau-Box-Prompting. xOffense gibt seinen KI-Agenten gerade genug Kontext aus vorherigen Schritten, um sie auf Kurs zu halten, ohne ihnen den Lösungsschlüssel zu geben. Dies verhindert, dass sie sich verirren oder das, was sie zuvor gefunden haben, vergessen.
4. Wie sie es testeten
Das Team testete xOffense auf zwei Arten, wie ein Schüler, der zwei verschiedene Prüfungen ablegt:
- Die Übungsprüfung (AutoPenBench): Eine Reihe von 33 vorgefertigten Herausforderungen, die von leicht bis schwer reichen, einschließlich realer, berühmter Sicherheitslücken (wie Log4Shell).
- Die Realwelt-Simulation (AI-Pentest-Benchmark): Eine Reihe von 13 virtuellen Maschinen, die echte, chaotische Computernetzwerke nachahmen.
5. Die Ergebnisse: Der Außenseiter gewinnt
Die Ergebnisse waren überraschend. Die Forscher stellten fest, dass ihr kleineres, spezialisiertes Team (xOffense) tatsächlich die Riesen schlug:
- Es löste 72,72 % aller Aufgaben insgesamt und schlug damit das massive GPT-4o und andere große KI-Modelle.
- Es schloss 79,17 % der einzelnen Teilaufgaben erfolgreich ab (wie das Finden eines bestimmten Ports oder das Knacken eines Passworts).
- Selbst ohne die Verwendung einer massiven „Abruf"-Datenbank (RAG) zum Nachschlagen von Antworten performte es besser als Systeme, die viel größere Modelle verwendeten. Als sie die Datenbank hinzufügten, wurde es noch besser und löste schwierige reale Maschinen, mit denen selbst die größten KIs Schwierigkeiten hatten.
6. Das Fazit
Das Papier kommt zu dem Schluss, dass man keine milliarden Dollar teure, massive KI benötigt, um ein System effektiv zu hacken. Stattdessen kann eine kleinere, günstigere, quelloffene KI, die speziell auf Hacking-Aufgaben trainiert und in ein kooperatives Team organisiert wurde, die Aufgabe besser, schneller und zuverlässiger erledigen.
Wichtiger Hinweis: Die Autoren betonen sehr deutlich, dass dieses Werkzeug ausschließlich für autorisierte Sicherheitstests, Forschung und Bildung in kontrollierten Umgebungen (wie einem Labor oder einer Übungsprüfung) entwickelt wurde. Sie betonen, dass die Nutzung zum Einbrechen in reale Systeme ohne Erlaubnis illegal und unethisch ist. Das Ziel ist es, Verteidigern zu helfen, Schwachstellen zu finden, bevor die Bösen es tun.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.