Zen-AI-Pentest

Framework di penetration testing potenziato da AI che orchestra 20+ strumenti di sicurezza tramite LLM per ricognizione automatizzata, scansione di vulnerabilità, sfruttamento e reporting.

Installation

Usando pip (dal repository)

# Clonare il repository
git clone https://github.com/SHAdd0WTAka/zen-ai-pentest.git
cd zen-ai-pentest

# Installare le dipendenze
pip install -r requirements.txt

# Copiare e configurare l'ambiente
cp .env.example .env

# Modificare .env con le chiavi API e le impostazioni
nano .env

Usando Docker (consigliato)

# Distribuzione con un singolo comando con tutti gli strumenti di sicurezza pre-installati
docker-compose up -d

# Verificare che i container siano in esecuzione
docker-compose ps

# Visualizzare i log
docker-compose logs -f

Configurare gli alias CLI

# Caricare tutti gli alias del comando k-*
source tools/setup_aliases.sh

# Verificare l'installazione
k-recon --help
k-exploit --help

Basic Commands

Command	Description
k-recon "Target: example.com"	Eseguire la ricognizione guidata da AI su un target
k-exploit "Target: 192.168.1.1"	Lanciare l’agente di sfruttamento contro il target
k-report	Generare il report del test di penetrazione
k-audit	Eseguire le operazioni di audit di sicurezza
source tools/setup_aliases.sh	Caricare tutti gli alias degli strumenti CLI
docker-compose up -d	Avviare il framework con Docker
docker-compose logs -f	Seguire i log dei container
docker-compose down	Interrompere tutti i container

Agent Personas

Agent	Purpose
k-recon	Ricognizione — raccolta di informazioni, enumerazione di sottodomini, scansione delle porte
k-exploit	Sfruttamento — validazione delle vulnerabilità, distribuzione di payload
k-report	Reporting — compilare i risultati in report di penetration test strutturati
k-audit	Audit — verifiche di conformità, revisione della configurazione
k-social	Social engineering — simulazione di phishing, valutazione di pretexting
k-network	Analisi di rete — ispezione del traffico, analisi dei protocolli
k-mobile	Sicurezza mobile — test delle applicazioni Android/iOS
k-redteam	Operazioni red team — simulazione di avversari, movimento laterale
k-ics	ICS/SCADA — valutazione della sicurezza dei sistemi di controllo industriale
k-cloud	Sicurezza del cloud — scansione di configurazioni errate AWS, Azure, GCP
k-crypto	Analisi crittografica — valutazione della suite di cipher, controlli dei certificati

Reconnaissance Operations

Command	Description
k-recon "Target: example.com"	Scansione di ricognizione completa
k-recon "Subdomain enumeration: example.com"	Enumerare i sottodomini
k-recon "Port scan: 192.168.1.0/24"	Scansionare l’intervallo di rete per le porte aperte
k-recon "DNS enumeration: example.com"	Scoperta dei record DNS
k-recon "Technology fingerprint: example.com"	Identificare le tecnologie web
k-recon "OSINT gather: target_org"	Raccolta di informazioni da fonti aperte
k-recon "SSL analysis: example.com"	Analizzare la configurazione SSL/TLS

Vulnerability Scanning

Command	Description
k-exploit "Vuln scan: example.com"	Scansione automatizzata di vulnerabilità
k-exploit "Web app test: https://example.com"	Test di sicurezza delle applicazioni web
k-exploit "SQL injection: https://example.com/login"	Test per SQL injection
k-exploit "XSS scan: https://example.com"	Rilevamento dello scripting cross-site
k-exploit "API test: https://api.example.com"	Valutazione della sicurezza dell’API
k-exploit "Auth bypass: https://example.com/admin"	Test di bypass dell’autenticazione

Integrated Security Tools

Tool	Category	Used By
Nmap	Network scanning	k-recon, k-network
SQLMap	SQL injection	k-exploit
Metasploit	Exploitation framework	k-exploit, k-redteam
Burp Suite	Web app testing	k-exploit
Gobuster	Directory brute-forcing	k-recon
Nuclei	Template-based scanning	k-exploit
BloodHound	Active Directory	k-redteam
Nikto	Web server scanning	k-recon
Hydra	Password cracking	k-exploit
John the Ripper	Hash cracking	k-exploit
Amass	Subdomain enumeration	k-recon
Subfinder	Subdomain discovery	k-recon
ffuf	Web fuzzer	k-exploit
Responder	Network poisoning	k-network
Impacket	Network protocols	k-network, k-redteam

Report Generation

Command	Description
k-report	Generare il report completo del test di penetrazione
k-report --format json	Esportare i risultati come JSON
k-report --format junit	Esportare come JUnit XML (integrazione CI/CD)
k-report --format sarif	Esportare come SARIF (integrazione GitHub/GitLab)
k-report --compliance pci	Generare il report di conformità PCI-DSS
k-report --compliance hipaa	Generare il report di conformità HIPAA
k-report --compliance gdpr	Generare il report di conformità GDPR

CI/CD Integration

GitHub Actions

# .github/workflows/pentest.yml
name: Security Scan
on: [push]
jobs:
  pentest:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: SHAdd0WTAka/zen-ai-pentest@v2
        with:
          target: ${{ secrets.SCAN_TARGET }}
          mode: recon
          output: sarif

GitLab CI

# .gitlab-ci.yml
security_scan:
  image: shadd0wtaka/zen-ai-pentest:latest
  script:
    - k-recon "Target: $SCAN_TARGET"
    - k-report --format junit
  artifacts:
    reports:
      junit: report.xml

Environment Configuration

Variable	Description	Example
OPENAI_API_KEY	Chiave API OpenAI per il ragionamento LLM	sk-...
ANTHROPIC_API_KEY	Chiave API Anthropic (LLM alternativo)	sk-ant-...
SCAN_TARGET	Target predefinito per le scansioni	example.com
REPORT_FORMAT	Formato di report predefinito	json, sarif, junit
MAX_THREADS	Numero massimo di thread di scansione simultanei	10
TIMEOUT	Timeout della scansione in secondi	3600
PROXY	Proxy per il traffico di scansione	http://127.0.0.1:8080

Operating Modes

Mode	Description
Interactive	Impegno continuo con decisioni guidate da AI
One-shot	Esecuzione singola con parametri predefiniti
Pipeline	Integrazione CI/CD con codici di uscita e reporting dello stato
Autonomous	Scansione completamente guidata da AI con interazione umana minima

Best Practices

• Ottenere sempre l’autorizzazione appropriata prima di scansionare qualsiasi target
• Iniziare con la ricognizione prima dello sfruttamento
• Utilizzare il flag --proxy per instradare il traffico attraverso Burp Suite per la revisione manuale
• Rivedere le decisioni AI in modalità interattiva prima di consentire lo sfruttamento autonomo
• Generare report di conformità per i requisiti normativi
• Utilizzare la distribuzione Docker per versioni di strumenti coerenti tra i membri del team
• Configurare il rate limiting per evitare di sovraccaricare i sistemi target
• Archiviare i risultati della scansione nel controllo della versione per i trail di audit