Shennina

---

利用人工智能自动化主机漏洞利用

摘要

Shennina 是一个自动化主机漏洞利用框架。该项目的目标是借助人工智能实现扫描、漏洞检测与分析以及漏洞利用的全流程自动化。Shennina 集成了 Metasploit 和 Nmap 来执行攻击，并与内部开发的命令与控制服务器相集成，以自动从被攻陷的机器中提取数据。

该项目由 Mazin Ahmed 和 Khalid Farah 在 HITB CyberWeek 2019 AI 挑战赛 中开发完成。项目基于 Isao Takaesu 的 DeepExploit 概念进行开发。

Shennina 会扫描一组输入目标，查找可用的网络服务，然后利用其 AI 引擎识别推荐的漏洞利用方式，并尝试对目标进行测试和攻击。如果攻击成功，Shennina 将进入后渗透阶段。

AI 引擎最初会在真实目标上进行训练，以学习针对远程服务的有效漏洞利用方法。

此外，Shennina 还支持“启发式”模式，用于识别推荐的漏洞利用方案。

相关文档可在项目的 Docs 目录中找到。

特性

• 自动化自学习的漏洞利用发现方法。
• 基于托管并发设计的高性能架构。
• 智能的漏洞利用聚类功能。
• 后渗透能力。
• 欺骗检测功能。
• 勒索软件模拟功能。
• 自动化数据外泄。
• 漏洞扫描模式。
• 启发式模式支持漏洞利用推荐。
• 支持 Windows、Linux 和 macOS 平台的代理。
• 后渗透阶段可脚本化的攻击方式。
• 内核级漏洞利用建议。
• 使用带外技术进行漏洞利用验证。
• 自动化从被攻陷服务器中提取重要数据。
• 报告生成能力。
• 覆盖 MITRE ATT&CK 框架中的 40 多种战术、技术和规程 (TTP)。
• 支持多目标输入。

---

为什么我们要用人工智能来解决这个问题？

理论上，这个问题可以通过哈希树结构来解决，而无需使用“人工智能”。然而，HITB Cyber Week AI 挑战赛要求项目必须通过人工智能的方式来寻找解决方案。

注意事项

本项目是一个安全实验。

法律声明

本项目仅用于教育和道德测试目的。未经事先双方同意，擅自使用 Shennina 对目标进行攻击属于违法行为。最终用户有责任遵守所有适用的当地、州及联邦法律。开发者对因本程序造成的任何误用或损害不承担任何责任。

作者

• Mazin Ahmed (mazin@mazinahmed.net)
• Khaled Farah (khaled.a.farah@gmail.com)

Shennina 快速上手指南

Shennina 是一个基于人工智能的自动化主机利用框架，旨在全自动完成扫描、漏洞分析及利用过程。它集成了 Metasploit 和 Nmap，并内置命令与控制（C2）服务器以自动窃取数据。请注意：本项目仅用于教育和道德测试目的，未经授权的攻击行为是非法的。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：推荐在 Linux (Kali/Ubuntu) 或 macOS 上运行。Windows 支持作为被控端（Agent），主控端建议使用类 Unix 系统。
• 核心依赖：
  • Python 3.x
  • Metasploit Framework (msfconsole)
  • Nmap
  • Git
• 网络环境：需要能够访问互联网以下载模型和依赖库（国内用户建议配置合适的网络代理或使用国内镜像源加速 Python 包安装）。

安装步骤

1. 克隆项目仓库 使用 git 将源代码下载到本地：

   git clone https://github.com/mazen160/shennina.git
   cd shennina
   

2. 安装 Python 依赖 安装项目所需的 Python 库。国内用户可使用清华或阿里镜像源加速安装：

   pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

3. 初始化与配置 确保 msfconsole (Metasploit) 和 nmap 已正确安装并在系统路径中可用。

   • 如果是首次运行，可能需要根据 Docs 目录中的文档初始化 AI 模型或配置文件（具体视版本而定，通常框架会自动处理基础初始化）。

基本使用

Shennina 的核心工作流是：输入目标 -> AI 分析推荐利用方式 -> 自动攻击 -> 后渗透。

最简单的使用示例

假设你要对单个目标 IP 进行自动化扫描和利用：

python3 shennina.py -t <TARGET_IP>

参数说明：

• -t 或 --target：指定目标 IP 地址或网段。
• 支持多目标输入，例如：-t 192.168.1.1,192.168.1.2 或 -t 192.168.1.0/24。

进阶模式示例

1. 启发式模式（Heuristics Mode） 如果不希望使用完整的 AI 训练模型，可以使用启发式模式快速推荐利用方式：

   python3 shennina.py -t <TARGET_IP> --heuristic
   

2. 仅漏洞扫描模式 如果只希望进行漏洞识别而不执行实际攻击：

   python3 shennina.py -t <TARGET_IP> --scan-only
   

3. 查看帮助信息 获取更多高级选项（如后渗透脚本配置、报告生成等）：

   python3 shennina.py --help
   

注意：运行成功后，Shennina 将自动调用 Metasploit 进行攻击尝试。若攻击成功，它将进入后渗透阶段，执行数据窃取模拟或勒索软件模拟等操作，并生成相关报告。请务必在授权的隔离环境中进行测试。