当前位置:首页>Linux>开源AI渗透测试助手METATRON为Linux带来本地大语言模型分析

开源AI渗透测试助手METATRON为Linux带来本地大语言模型分析

  • 2026-09-03 09:19:32
开源AI渗透测试助手METATRON为Linux带来本地大语言模型分析

一款名为METATRON的新型开源渗透测试框架因其完全离线的AI驱动漏洞评估方法,正引起安全研究社区的广泛关注。该工具专为Parrot OS及其他基于Debian的Linux发行版设计,将自动化侦察工具与本地托管的大语言模型(LLM)相结合,无需云连接、API密钥或第三方订阅。

Part01

工具架构与工作流程

METATRON是基于Python 3开发的CLI渗透测试助手,通过输入目标IP地址或域名,即可自主协调执行一系列标准侦察工具。其工具链包括:
  • nmap:用于端口扫描
  • nikto:检测Web服务器漏洞
  • whois/dig:获取DNS及注册信息
  • whatweb:技术指纹识别
  • curl:HTTP头部检查
Part02

本地AI分析引擎

侦察数据收集完成后,所有结果将直接输入本地运行的AI模型——metatron-qwen。该模型基于huihui_ai/qwen3.5-abliterated:9b基础模型微调,专为渗透测试分析定制,通过Ollama本地LLM运行器部署,关键参数配置包括:
  • 16,384 token上下文窗口
  • 温度值0.7
  • top-k值10
  • top-p值0.9 这些参数专为精确、技术导向的安全分析优化,而非创意生成
Part03

智能代理循环与CVE集成

METATRON的核心技术亮点在于其智能代理循环——当AI模型判定需要更多数据时,可在分析过程中自主请求执行额外工具,实现动态迭代式评估流程。框架还集成以下功能:
  • 基于DuckDuckGo的网页搜索
  • 免API凭证的CVE查询 可实时将发现的服务及版本与公开漏洞数据库进行交叉比对
Part04

数据存储与安全特性

采用五表MariaDB架构存储扫描数据,核心表包括:
  • 以会话编号(sl_no)为主键的history表
  • 含严重性评级的漏洞记录表
  • AI分析生成的修复建议表
  • 包含载荷与结果的漏洞利用尝试表
  • 整合原始扫描输出与完整AI分析报告的风险汇总表
该工具的核心优势在于零数据外泄保障——所有LLM推理均在设备本地通过Ollama完成,确保包括内部IP段、横幅信息及漏洞数据在内的敏感信息永不离开测试者机器。项目采用MIT许可证开源,9b模型变体最低需8.4GB内存,GitHub地址:github.com/sooryathejas/METATRON。

参考来源:

METATRON – Open-Source AI Penetration Testing Assistant Brings Local LLM Analysis to Linux

https://cybersecuritynews.com/metatron-ai-penetration-testing/

推荐阅读

电报讨论

最新文章

随机文章