O domínio da cibersegurança está a passar por uma transição estrutural. Os Modelos de Linguagem de Larga Escala (LLMs) estão a evoluir rapidamente de chatbots passivos e consultivos para participantes ativos e dinâmicos nas operações de segurança ofensiva. Conheça a anatomia de um Pentester LLM Autónomo.
Historicamente, os testes de intrusão (penetration testing) encontravam-se limitados pela carga cognitiva imposta aos operadores humanos de segurança, pelos custos financeiros proibitivos do trabalho especializado e pela rigidez dos scripts de automatização determinística. A integração de agentes autónomos baseados em LLM altera fundamentalmente este paradigma, introduzindo compreensão semântica, raciocínio lógico em múltiplos passos e orquestração dinâmica de ferramentas ao longo de todo o ciclo de vida da avaliação de segurança.
Investigações recentes sugerem que os LLMs modernos possuem conhecimento de segurança integrado suficiente para conduzir operações de teste autónomas sem a necessidade de conhecimento de domínio prévio injetado via Geração Aumentada por Recuperação (RAG). Os aspetos económicos são igualmente impressionantes: diversos estudos reportam a auditoria e comprometimento de ambientes de teste complexos a custos de computação em nuvem extremamente reduzidos.
Apesar destes avanços, persiste um desafio operacional primário nas operações de segurança: a tradução de descobertas teóricas brutas em validação acionável de riscos.
O objetivo fundamental das operações de segurança automatizadas é a Reprodução Automatizada de Vulnerabilidades — a transformação sistemática e autónoma de relatórios de vulnerabilidade em linguagem natural não estruturada e de resultados de scanners em explorações executáveis de Prova de Conceito (PoC – Proof of Concept) que validam as ameaças em ambientes operacionais reais.
Para operar além de interfaces baseadas em chat e sem estado (stateless), os sistemas autónomos de testes de intrusão dependem de protocolos padronizados e estruturas de orquestração distribuída que ligam diretamente os motores de raciocínio aos ambientes de destino.
Originalmente proposto e padronizado pela Anthropic em 2024, o Model Context Protocol (MCP) atua como a interface fundamental que liga os motores de raciocínio de LLMs a ambientes computacionais externos. O MCP disponibiliza uma interface de execução estruturada que permite aos LLMs invocar ferramentas de cibersegurança especializadas, consultar bases de dados dinâmicas e manipular tráfego de rede sem alucinar sintaxes de comandos.
Em fluxos de trabalho ativos de testes de intrusão, o MCP permite que clientes de IA de ambiente de trabalho se interliguem diretamente com máquinas de estados dinâmicas, tais como o histórico do proxy HTTP de um scanner de vulnerabilidades web. Ao estabelecer pontes com utilitários como o supergateway através de Server-Sent Events (SSE) ou interfaces STDIO, o MCP conecta ambientes de execução locais diretamente a backends de IA remotos ou locais.
Esta ponte gere as transições de estado de forma transparente: ao ler o histórico do proxy, o LLM emite pedidos de protocolo estruturados via MCP para recuperar pares de pedido-resposta HTTP, analisar parâmetros de cabeçalho, inspecionar cookies e injetar parâmetros modificados nos separadores do repeater. O modelo recebe respostas brutas de stdout/stderr através da ponte SSE/STDIO, permitindo-lhe avaliar iterativamente as alterações no estado da aplicação sem exigir que os operadores humanos transfiram manualmente registos de terminal ou tráfego HTTP para um comando do modelo.
Os LLMs monolíticos individuais falham sistematicamente quando submetidos a horizontes operacionais alargados. Sofrem de exaustão da janela de contexto, degradação do raciocínio e penalizações severas de desempenho quando presos em ciclos repetitivos e improdutivos de depuração (debugging). Consequentemente, as arquiteturas ofensivas avançadas empregam Sistemas Multi-Agente (MAS), implementando swarms especializados onde cada agente se foca exclusivamente em tarefas operacionais de um domínio específico.
O protocolo Agent-to-Agent (A2A) da Google facilita esta coordenação multi-agente. Dentro de um ecossistema A2A, cada agente expõe um AgentCard, um documento JSON servido num endpoint conhecido que funciona como uma especificação OpenAPI descrevendo as capacidades, parâmetros e interfaces de comunicação do agente.
Um swarm típico de segurança orquestrado via A2A opera através de uma delegação estruturada de tarefas:
Embora esta divisão de trabalho previna a exaustão do contexto e permita a execução paralela de tarefas, os swarms A2A introduzem novas fronteiras de segurança e vetores de ataque nas relações de confiança entre agentes:
As estruturas (frameworks) de IA ofensiva variam significativamente no seu design arquitetónico, equilibrando uma integração profunda de proxy com a execução de shell leve em ambientes isolados (sandboxed).
A análise empírica dos primeiros sistemas de testes de intrusão baseados em LLM revelou dois modos distintos de falha:
Para resolver as falhas do Tipo A, o PentestGPT v2 introduz uma Camada de Ferramentas e Competências que contém 38 ferramentas tipificadas vinculadas por esquemas rígidos de entrada e saída.
Para resolver as falhas do Tipo B, a estrutura implementa uma Pesquisa em Árvore de Ataque Guiada por Evidências (EGATS) acoplada a um mecanismo de Avaliação da Dificuldade das Tarefas (TDA). O TDA calcula continuamente a viabilidade de um vetor de ataque ao longo de quatro dimensões mensuráveis:
Ao avaliar estas quatro métricas, o TDA orienta diretamente a gestão de contexto e a poda da árvore de pesquisa. Quando a pontuação do TDA desce abaixo de um limite dinâmico, o sistema executa a poda ativa de tokens, descartando registos de stdout de baixa confiança da janela de contexto e forçando uma operação de transição de nó na árvore de ataque. Isto impede que o modelo esgoste a sua janela de contexto em vetores sem saída e redireciona a execução para ramos de ataque com maior probabilidade de sucesso.
A extensão burp-ai-agent integra o raciocínio de LLM diretamente nos fluxos de trabalho profissionais de auditoria web através de um servidor MCP incorporado que suporta sete backends (incluindo modelos locais via Ollama/LM Studio e APIs na nuvem como Claude, Gemini e OpenAI).
A estrutura utiliza Perfis de Agente locais em Markdown para alterar dinamicamente o mandato operacional do modelo:
O modelo interage com o tráfego web através de mais de 53 ferramentas especializadas divididas em quatro categorias funcionais:
Para impor a governação de dados corporativos, a extensão inclui três Modos de Privacidade (STRICT, BALANCED, OFF) que ocultam cabeçalhos HTTP sensíveis e Informações de Identificação Pessoal (PII) antes de transmitir a telemetria para fornecedores externos de LLM.
Em contraste com arquiteturas empresariais pesadas, o hackingBuddyGPT demonstra que os agentes autónomos podem ser construídos utilizando bases de código minimalistas (<50 linhas de código Python). Conectando-se aos alvos via SSH ou shells locais, a estrutura utiliza uma classe SlidingCliHistory para manter um buffer circulante dos comandos executados e das respostas do terminal. Este histórico impede que o LLM entre em ciclos de execução infinitos, forçando o modelo a avaliar as falhas de comandos anteriores antes de sintetizar novas entradas no terminal.
A conversão de relatórios de vulnerabilidade em linguagem natural em scripts executáveis de Prova de Conceito (PoC) representa o maior obstáculo técnico nas operações autónomas de segurança.
Os sistemas automatizados de segurança tradicionais dependem fortemente do Processamento de Linguagem Natural (PLN) para extrair entidades básicas (ex.: URLs alvo, nomes de parâmetros) de relatórios CVE e preencher modelos rígidos de exploração pré-definidos. Esta abordagem falha quando aplicada a vulnerabilidades web complexas, de múltiplos passos ou baseadas em lógica.
Embora os LLMs modernos possuam fortes capacidades de raciocínio dinâmico, o seu principal estrangulamento operacional é a adaptação ambiental. Desencadear uma exploração web de forma fiável exige o estabelecimento de estados de autenticação específicos, a gestão de cookies de sessão complexos e a navegação por arquiteturas de múltiplos serviços.
Avaliações empíricas mostram que o desempenho dos agentes autónomos LLM degrada-se em mais de um terço quando lhes são fornecidos detalhes de autenticação incompletos. Os modelos geram frequentemente scripts de exploração sintaticamente corretos que falham na execução ao vivo devido a tokens de sessão não tratados, cabeçalhos em falta ou dependências de rede mal configuradas.
Para evitar que os agentes fiquem presos em ciclos infinitos de depuração de código, estruturas avançadas como a Cve2PoC utilizam um paradigma Planeamento-Execução-Avaliação que segrega rigorosamente o planeamento estratégico do ataque da execução tática do código.
A arquitetura Cve2PoC é composta por três módulos principais:
Em avaliações de referência (benchmarks) em conjuntos de dados como o SecBench.js, a arquitetura de duplo ciclo Cve2PoC alcançou uma taxa de sucesso de reprodução de 82.9%, superando significativamente as linhas de base de execução linear.
Nem todos os pentesters autónomos recorrem a uma pilha de proxy ou de planeamento. O MAPTA (Multi-Agent Penetration Testing AI) segue um caminho diferente: um sistema multi-agente leve e fundamentado em ferramentas cuja característica definidora é que cada descoberta é provada por execução em vez de afirmada a partir de uma correspondência de padrões.
A arquitetura divide-se em três funções principais: Um Coordenador gere o raciocínio dos caminhos de ataque, a orquestração de ferramentas e a síntese de relatórios. Um ou mais agentes Sandbox executam os passos táticos, tais como correr ferramentas ofensivas standard (nmap, ffuf, dirb…) via shell e Python dentro de um contentor Docker partilhado por trabalho, cada um com um contexto LLM isolado para que o próprio contexto do Coordenador permaneça limpo. Um agente de Validação dedicado consome então cada Prova de Conceito candidata e reexecuta-a de ponta a ponta, retornando aprovação/falha com evidências. Este passo de validação por execução é o ponto central do design: filtra as descobertas teóricas e reduz os falsos positivos a zero, com o risco reconhecido de alguns falsos negativos.
No benchmark XBOW de 104 desafios, o MAPTA resolve 76.9% dos desafios, com resultados perfeitos em SSRF (3/3) e má configuração do lado do servidor, e um desempenho forte em injeção de modelos do lado do servidor (SSTI – 85%, 11/13) e injeção SQL (83%, 5/6). O SQLi cego (0%) e o cross-site scripting (57%) continuam a ser os pontos fracos. A sua contabilização de custos é a mais rigorosa das estruturas analisadas: uma mediana de 0.073$ por tentativa bem-sucedida versus 0.357$ por falha, com o sucesso a correlacionar-se fortemente com a baixa utilização de recursos para justificar limites de interrupção precoce em cerca de 40 chamadas de ferramentas ou 0.30$ por alvo.
A fiabilidade de um agente de IA ofensiva depende fortemente das suas estruturas subjacentes de prompts. No entanto, conceder a modelos capacidades de execução contra alvos não confiáveis introduz riscos de segurança significativos para a própria infraestrutura de testes.
Operacionalmente, o fornecimento de contexto de código-fonte ao nível da função e de restrições orientadas por esquemas altera a eficácia da geração de PoCs, elevando as taxas de sucesso a partir dos níveis de base. Os prompts padrão falham porque os modelos geram payloads sintaticamente plausíveis que violam restrições implícitas da aplicação. Os prompts concebidos com contexto de código forçam o LLM a executar um rastreio do caminho do fluxo de dados antes da síntese: o modelo mapeia as fontes de entrada do utilizador diretamente para os coletores (sinks) de execução vulneráveis, identifica rotinas intermédias de higienização e impõe restriçõe…
… Trimmed for readability. Visit the source for the full article.
Extracted and lightly reformatted for readability. · Source: pt
