← Tilbage til listen

Shannon: white box AI-værktøj til penetrationstest med 41.4K stjerner

itadol5j

Shannon AI-penetrationstest

🤖 Shannon: white box AI-værktøj til penetrationstest med 41.4K stjerner – No PoC No Report

Shannoner et selvstændigt kørende white box AI-værktøj til penetrationstest, rettet mod webapplikationer og API'er:

  • 41.4K GitHub Stars: et af de mest populære open source-projekter inden for sikkerhed
  • No PoC No Report: ingen rapport uden PoC, nul falske positive
  • XBOW-benchmark 96.15%: en exploit-succesrate, der overgår kommercielle værktøjer med overlegenhed
  • $50 pr. kørsel: omkostningerne ved én test, rapporten er klar på 1-1,5 time
  • White box-test: kræver adgang til kildekode; kildekodeanalyse + dynamiske angreb

Det erdet dynamiske verificeringslag i sikkerhedsværktøjskæden, som udfylder hullet i traditionel penetrationstest.

🔍 Hvorfor findes Shannon?

Problemet med sikkerhedshullet

Dit team bruger AI-programmeringsværktøjerog udruller kode hver dag, men penetrationstestlaves kun én gang om året – i mellemrummeter der 364 dages sikkerhedshul. Hvem udfylder det?

  • Traditionelle scannere: rapporterer bunker af 'mulige' sårbarheder, som sikkerhedsingeniører skal verificere én for én
  • Manuel penetrationstest: tager uger og koster titusindvis af dollars
  • Sikkerhedshullet: i de 364 dage imellem kan sårbarheder sagtens blive udrullet til produktion

Shannons svar

Shannons svar er: enselvkørende penetrationstest-agent, der kan læse kildekode, selv styre en browser til at angribe og ikke rapporterer noget, hvis den ikke kan slå hul.

⚠️ Ikke en scanner: No Exploit, No Report

Det første skridt til at forstå Shannon

Det første skridt til at forstå Shannon er at slå fast, hvad denikke er:

  • Ikke DAST: ikke et værktøj til dynamisk applikationssikkerhedstest
  • Ikke SAST: ikke et værktøj til statisk applikationssikkerhedstest
  • Ikke mønstergenkendelse: scanner ikke for kendte farlige mønstre

Traditionelle værktøjer er i bund og grundmønstergenkendelse – de scanner kode eller HTTP-svar for kendte farlige mønstre og spytter en liste over 'formodede sårbarheder' ud.

Shannons centrale designprincip

Shannons centrale designprincip kan opsummeres i én sætning:”POC or it didn't happen”(uden PoC er det lig med, at det ikke skete):

Egenskab Beskrivelse
Udfører reelle angreb injicerer SQL via browserautomatisering, konstruerer XSS-payloads og sender SSRF-forespørgsler
Rapporterer kun succesfulde exploits kun sårbarheder, der er udnyttet med succes, kommer i den endelige rapport
Leverer copy-paste-klar PoC hvert fund leveres med PoC-kode, der kan kopieres og indsættes direkte
Ingen falske positive i rapporten sårbarheder, der ikke kan udnyttes, markeres som 'falsk positiv' eller 'potentiel' og kommer ikke i rapporten

Det betyder, at sikkerhedsteams modtagerhvert enkelt fund som verificeret og reproducerbart.

OWASP Juice Shop-test

I den officielleOWASP Juice Shop-testrapport fandt Shannon20+ sårbarheder:

  • SQL-injektion til autentificeringsomgåelse(Critical)
  • UNION-injektion til dataudtræk(Critical)
  • SSRF(High)
  • XSS(High)
  • Flere autorisationsomgåelser(High)

Bemærkelsesværdigt nok var Shannons XSS-detektionnul falske positive på to andre testmål – den identificerede korrekt, at disse applikationer havde robust XSS-beskyttelse, uden fejlalarme.

🔬 Femtrins pipeline-arkitektur

Femtrins pipeline + parallelle multi-agent

Shannons tekniske arkitektur kan opsummeres i to nøgleord:femtrins pipelineogparallelle multi-agent:

Trin Navn Beskrivelse
Trin 1 Pre-Recon ekstern scanning + kildekodeanalyse (Nmap, Subfinder, WhatWeb)
Trin 2 Recon bygger bro mellem statisk og dynamisk analyse, verificerer endpoints og kortlægger autentificeringsflow
Trin 3 Vulnerability Analysis 5 parallelle agenter, hver ansvarlig for en sårbarhedskategori
Trin 4 Exploitation 5 parallelle agenter, der udfører reelle angreb
Trin 5 Reporting udarbejder en rapport på penetrationstestniveau

Underliggende inferensmotor

Shannon er baseret påAnthropic Claude Agent SDKog bruger en trelags modelkonfiguration:

  • Claude Haiku 4.5: opsummering
  • Claude Sonnet 4.6: sikkerhedsanalyse
  • Claude Opus 4.6: dyb ræsonnement

📊 5 parallelle sårbarhedsagenter

5 uafhængige analyseagenter

Shannon starter samtidig5 uafhængige analyseagenter, hver ansvarlig for en sårbarhedskategori:

Agent Metode Dækkede sårbarheder
Injection Source→Sink-taintsporing SQL-, kommando-, fil-, skabelon- og deserialiseringsinjektion
XSS Sink→Source-taintsporing cross-site scripting i HTML-renderingskontekst
SSRF Sink→Source-taintsporing HTTP-klienter, rå sockets, URL-åbnere
Auth Guard-verificering manglende sikkerhedskontroller (ratebegrænsning, sessionshåndtering m.m.)
Authz Guard-verificering manglende autorisationstjek (horisontal/vertikal/kontekstuel)

De 5 agenterkører parallelt uden at blokere hinanden. Når en analyseagent er færdig, startes den tilhørende exploitagent med det samme.

Klassifikationsstatus for sårbarheder

Exploitagenten klassificerer hvert fund itre tilstande:

  • EXPLOITED(udnyttet): kommer med i den endelige rapport
  • POTENTIAL(potentiel): kommer ikke i rapporten
  • FALSE POSITIVE(falsk positiv): kommer ikke i rapporten

KunEXPLOITEDkommer i den endelige rapport.

🔥 XBOW-benchmark 96.15%

XBOW-benchmarken

IXBOW-benchmarkenhar Shannon opnået96.15%en exploit-succesrate på 96.15% (100/104):

Sårbarhedstype Antal Succes Succesrate
Broken Authorization 25 25 100%
SQL Injection 7 7 100%
Blind SQL Injection 3 3 100%
SSRF / Misconfiguration 22 21 95.45%
XSS 23 22 95.65%
Server-Side Template Injection 13 12 92.31%
Command Injection 11 10 90.91%
I alt 104 100 96.15%

Bemærkninger til testbetingelserne

  • XBOW-benchmarken: 104 applikationer med bevidst indbyggede sårbarheder
  • Rensede versioner: variabelnavne, kommentarer og filstifledder er fjernet
  • White box-tilstand: Shannon har adgang til applikationens kildekode

Sammenligning med kommercielle værktøjer

  • Shannon: 96.15% (white box-tilstand)
  • KinoSec: 92.3% (black box-tilstand)
  • Xfenser AI: 88.5%
  • XBOWs kommercielle platform: ca. 85% (black box)

💰 Omkostninger og komme i gang

Omkostninger

Én komplet scanning:

  • Tidsforbrug: 1-1,5 timer
  • API-omkostninger: ca. $50 USD (baseret på Claude Sonnet 4.6)
  • Interval: $40-55 afhængigt af modelpriser og applikationens kompleksitet

Til sammenligningtraditionel manuel penetrationstest: titusindvis af dollars ad gangen og ugers varighed.

Sådan kommer du i gang

npx-tilstand(anbefalet, nul installation):

# 一次性配置
npx @keygraph/shannon setup

# 运行渗透测试
npx @keygraph/shannon start -u https://your-app.com -r /path/to/repo

Lokal tilstand(fuld build):

# 克隆仓库
git clone https://github.com/KeygraphHQ/shannon.git
cd shannon

# 配置 API Key
echo "ANTHROPIC_API_KEY=your-key" > .env

# 安装和构建
pnpm install && pnpm build

# 运行
./shannon start -u https://your-app.com -r /path/to/repo

Forudsætninger

  • Docker: container-runtime
  • Node.js 18+: runtime-miljø
  • Anthropic API Key: anbefalet
  • Adgang til kildekode: white box-værktøjet kræver det

🤝 Shannon Lite vs. Shannon Pro

De to versioner

Version Licens Målgruppe
Shannon Lite AGPL-3.0 test dine egne applikationer lokalt
Shannon Pro Kommerciel organisationsdækkende AppSec-platform (SAST + SCA + Pentest)

Shannon Pro-funktioner

Shannon Proer en komplet platform til applikationssikkerhed:

  • Code Property Graph: statisk analys
  • Sikkerhedstest af forretningslogik: automatisk opdagelse af invarianter
  • SCA-nåbarhedsanalyse: sporing af CVE-nåbarhed
  • Detektion af secrets: regex + LLM-detektion
  • Statisk-dynamisk korrelation: statiske fund føres automatisk videre til den dynamiske penetrationstest
  • CI/CD-integration: scanning af GitHub PR'er

⚠️ Vigtige forbehold ved brug

Vigtige advarsler

  • Må under ingen omstændigheder bruges mod systemer uden tilladelse: Shannon udfører reelle angreb, og uautoriseret scanning er ulovligt
  • Anbefales ikke kørt i produktionsmiljøer: angrebene kan have destruktive konsekvenser
  • Repoet kan være sårbar over for AI-promptinjektion: det er en sikkerhedsrisiko, der udtrykkeligt nævnes officielt
  • Shannon Lite er et white box-værktøj: kræver adgang til kildekoderepoet

Risiko for LLM-hallucinationer

Officielt forbehold: LLM'er kan stadig hallucinere, så alle fund skalverificeres manuelt med hensyn til gyldighed og alvorlighed.

📝 Konklusion

Shannon repræsenterer et sikkerhedsværktøjsparadigme, der er ved at tage form:

  • No PoC No Report: der rapporteres kun succesfulde exploits
  • 41.4K stjerner: et af sikkerhedsverdenens hotteste open source-projekter
  • XBOW-benchmark 96.15%: en white box-succesrate, der overgår de kommercielle værktøjer
  • Femtrins pipeline: Pre-Recon → Recon → Vuln → Exploit → Report
  • 5 parallelle agenttyper: Injection, XSS, SSRF, Auth, Authz
  • $50 pr. kørsel, 1-1,5 timer: langt billigere end manuel penetrationstest
  • White box-værktøj: kræver adgang til kildekode

Ingen rapport uden PoC – Shannon gør penetrationstest til én enkelt kommando.

GitHub:https://github.com/KeygraphHQ/shannon

Hjemmeside:https://keygraph.io