概述
NIST SP 800-115 描述了安全测试的各个阶段，而近期研究则评估了语言模型智能体在基准渗透测试任务上的表现。
深入探讨
NIST SP 800-115 provides technical security testing guidance organized around planning, discovery, attack and reporting. Recent LLM penetration-testing papers propose agents and evaluate them on benchmarks; results are specific to tested targets and tools. They do not prove continuous deployment, reliable interpretation of arbitrary tool output, or safe operation beyond authorized targets. As a conceptual diagram for planning a bounded test, an attack graph can represent possible system states as nodes and permitted test transitions or exploits as edges. This is an explanatory modeling choice in this guide, not a result attributed to the cited benchmark. NIST describes target-vulnerability validation techniques, including penetration testing, as ways to corroborate suspected vulnerabilities in the authorized target environment. MITRE ATT&CK separately labels Initial Access, Privilege Escalation and Lateral Movement as enterprise tactics; these can illustrate a possible attack chain but do not define every test sequence.
现实世界的实施
NIST 描述了技术安全评估的规划、发现、攻击和报告阶段。
研究智能体中的规划器可以根据目标和状态选择下一个测试操作。
基准研究评估了基于大语言模型的渗透测试在特定任务上的性能。
明确的授权和范围界定了测试被允许评估的系统。
人工智能在自动化渗透测试中的未来
基于智能体的测试是一个研究领域。任何使用都必须保持授权、受控和经审查；关于有效性或部署的主张需要来自指定系统和测试环境的证据。
付诸实践
为什么这很重要
- 构建选择. 应用级设计决定了人工智能是否能改善实际结果。
- 团队与工作流程. 良好的工作流程集成可以创造用户值得信赖的生产力收益。
- 风险与安全. 范围明确的用例可以减少变更疲劳和实施风险。
留意
- 将损坏的流程自动化可能会加剧现有问题。
- 团队可能会过度自动化并消除所需的人工判断。
- 如果不持续评估输出，质量可能会出现偏差。
后续步骤
- 绘制当前工作流程并确定摩擦最大的步骤。
- 在完全自动化之前定义人工检查点。
- 对用户进行提示、升级路径和质量标准方面的培训。
- 跟踪任务级结果以确认持续价值。
不断探索
常见问题
自动渗透测试中的人工智能是什么？
自动化渗透测试使用软件在授权范围内评估系统。NIST SP 800-115 描述了安全测试的各个阶段，而近期研究则评估了语言模型智能体在基准渗透测试任务上的表现。
NIST 的技术指南在安全测试和评估过程中包含哪些阶段？
NIST SP 800-115 描述了技术安全测试的规划、发现、攻击和报告阶段。这并不意味着人工智能使测试变得持续进行或取代了年度评估。
基于法学硕士的渗透测试代理通常使用“规划器”做什么？
规划者对目标进行推理，并选择升级权限或横向移动等行动。
NIST 目标漏洞验证技术的目标是什么？
NIST 描述了目标漏洞验证技术（包括渗透测试），将其作为证实漏洞存在的方法。发现结果应在授权的测试环境和方法内进行解释。
哪个序列与 MITRE ATT&CK 中的三个企业战术相匹配？
MITRE ATT&CK 将初始访问、权限提升和横向移动列为独立的企业战术。此序列说明了步骤如何被串联起来；它并不主张每次渗透测试都遵循相同的路径。
人工智能在渗透测试中的主要风险是什么？
进攻性人工智能具有双重用途；它可以帮助攻击者，如果没有护栏，自主代理可能会做出不可预测的行为。