基于大模型智能体的容器自动化渗透测试方法及系统

  • 国民经济行业:信息传输、软件和信息技术服务业/软件和信息技术服务业/软件开发
  • 学科类别:计算机科学技术/计算机软件/软件开发环境与开发技术
  • 权利人:上海交通大学

知识产权简介

本发明提供了一种基于大模型(LLM)智能体的容器自动化渗透测试方法及系统,该系统和方法可用于对集群容器环境进行高效的漏洞评估和渗透测试。 该系统包括用户交互模块、智能规划模块、环境感知模块和任务执行模块。所述方法包括:首先,用户交互模块接收用户指令并传输至智能规划模块;其次,智能规划模块基于LLM分析用户意图,调用环境感知模块获取集群容器状态信息及配置元数据,并结合内部知识库提供的漏洞情报,生成多阶段攻击路径规划;随后,任务执行模块通过标准接口调用底层安全工具对目标容器执行渗透操作并捕获执行反馈;最后智能规划模块据反馈结果动态修正攻击策略,直至达成预设目标或遍历所有路径。本发明能够有效应对容器环境的动态性挑战,实现从意图理解到攻击执行的自动化闭环,显著提升了渗透测试的覆盖度和响应效率。

转化前景

本专利对应产品为“云原生智能渗透测试平台”。该产品利用大语言模型智能体(LLM Agent)模拟高级攻击者的思维链,实现了从环境感知、路径规划到漏洞利用的全自动化闭环。 技术优势在于突破了传统静态扫描无法发现逻辑漏洞的局限,结合RAG技术实时关联最新威胁情报,并通过独创的“安全询问机制”确保生产环境操作安全。 性能指标方面,平台可将渗透测试周期从数天缩短至分钟级,漏洞检出率提升,同时支持大规模集群的并发检测。 产业化应用前景广阔,该技术可嵌入企业DevSecOps流程,广泛应用于金融、政务及互联网行业,满足实战攻防演练与合规审计需求,极具商业推广价值。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式 转让
预估金额
联系合作