Αυτοματοποίηση ελέγχου διείσδυσης μέσω αρχιτεκτονικής πολλαπλών AI agents

Abstract

Στο πλαίσιο της παρούσας διπλωματικής εργασίας προτείνεται, σχεδιάζεται και υλοποιείται ένα αυτοματοποιημένο σύστημα ελέγχου διείσδυσης (penetration testing) βασισμένο σε αρχιτεκτονική πολλαπλών AI agents. Το σύστημα αξιοποιεί το Model Context Protocol (MCP) και το μοντέλο DeepSeek για τον συντονισμό δύο εξειδικευμένων agents: τον Agent Ανάλυσης, ο οποίος εκτελεί παθητική αναγνώριση και παράγει δομημένο πλάνο επίθεσης, και τον Pentester Agent, ο οποίος αναλαμβάνει την εκτέλεση και επιβεβαίωση των ευπαθειών. Η φάση αναγνώρισης υλοποιείται μέσω της αλυσίδας Wappalyzer, FastCVE και ExploitDB, ενώ η εκτέλεση βασίζεται κυρίως σε templates του Nuclei με εναλλακτικό μονοπάτι μέσω ExploitDB. Το σύστημα αξιολογήθηκε σε δύο ελεγχόμενα περιβάλλοντα Docker, επιβεβαιώνοντας ευπάθειες τύπου path traversal (CVE-2021-41773) και απομακρυσμένης εκτέλεσης κώδικα μέσω reverse shell (CVE-2017-5638). Τα αποτελέσματα έδειξαν ότι το σύστημα μπορεί να αυτοματοποιήσει αξιόπιστα το πλήρες pipeline ενός penetration test με ελάχιστη ανθρώπινη παρέμβαση.