HackGPT Enterprise 是一款面向企业安全团队的、生产就绪的云原生 AI 驱动渗透测试平台。它结合了先进的 AI、机器学习、微服务架构以及全面的安全框架，为企业提供专业级别的网络安全评估。

由 Yashab Alam 创立，他是 ZehraSec 的创始人兼 CEO

💰 支持该项目：为 HackGPT 开发捐款 | 帮助我们构建 AI 驱动渗透测试的未来！

🏢 企业级特性

🤖 先进的 AI 引擎

• 多模型支持：OpenAI GPT-4、本地 LLM（Ollama）、TensorFlow、PyTorch
• 机器学习：模式识别、异常检测、行为分析
• 零日漏洞检测：基于 ML 的漏洞发现与关联分析
• 风险情报：CVSS 评分、影响评估、漏洞利用优先级排序
• 自动化报告：高管摘要、技术细节、合规性映射

🛡️ 企业级安全与合规

• 身份验证：RBAC + LDAP/Active Directory 集成
• 授权：基于角色的权限管理（管理员、负责人、高级人员、渗透测试员、分析师）
• 合规性：OWASP、NIST、ISO27001、SOC2、PCI-DSS 等框架
• 审计日志：全面的活动跟踪与取证
• 数据保护：AES-256-GCM 加密、JWT 令牌、安全会话

🏗️ 云原生架构

• 微服务：Docker 容器配合 Kubernetes 编排
• 服务发现：基于 Consul 的服务注册中心
• 负载均衡：Nginx 反向代理与自动扩展
• 多云支持：AWS、Azure、GCP 部署支持
• 高可用性：熔断器、健康检查、故障转移

⚡ 性能与可扩展性

• 并行处理：基于 Celery 的分布式任务执行
• 多层缓存：Redis + 内存缓存，带 TTL 管理
• 数据库：PostgreSQL，支持连接池与复制
• 实时性：WebSocket 仪表盘，实时更新
• 自动扩展：工作池根据负载需求动态调整

📊 企业级报告与分析

• 动态报告：支持 HTML、PDF、JSON、XML、CSV 导出格式
• 实时仪表盘：Prometheus + Grafana 监控堆栈
• 日志分析：ELK 堆栈（Elasticsearch + Kibana）集成
• 高管摘要：AI 生成的业务影响评估报告
• 合规报告：特定框架的合规性文档

🚀 快速入门

前置条件

• 操作系统：Linux（Ubuntu/Debian/RHEL/CentOS）、macOS 或 Windows WSL2
• Python：3.8+，支持 pip 和虚拟环境
• Docker：用于容器化部署（推荐）
• 资源：至少 4GB RAM，20GB 磁盘空间

企业版安装

# 克隆仓库
git clone https://github.com/yashab-cyber/HackGPT.git
cd HackGPT

# 运行企业版安装程序（设置所有服务）
chmod +x install.sh
./install.sh

# 配置环境
cp .env.example .env
# 编辑 .env 文件，填写您的 API 密钥和设置
nano .env

# 验证安装
python3 test_installation.py

部署选项

1. 单机企业模式

# 激活虚拟环境
source venv/bin/activate

# 运行企业应用
python3 hackgpt_v2.py

2. API 服务器模式

# 启动 REST API 服务器
python3 hackgpt_v2.py --api

# API 地址：http://localhost:8000
# 健康检查：http://localhost:8000/api/health

3. Web 仪表盘模式

# 启动 web 仪表盘
python3 hackgpt_v2.py --web

# 仪表盘地址：http://localhost:8080

4. 完整企业堆栈（推荐）

# 部署完整的微服务堆栈
docker-compose up -d

# 服务：
# - API 服务器：http://localhost:8000
# - Web 仪表盘：http://localhost:8080
# - 监控：http://localhost:9090（Prometheus）
# - 分析：http://localhost:3000（Grafana）
# - 日志：http://localhost:5601（Kibana）

5. 直接评估模式

# 运行即时评估
python3 hackgpt_v2.py \
  --target example.com \
  --scope "Web 应用程序和 API" \
  --auth-key "ENTERPRISE-2025-AUTH" \
  --assessment-type 黑盒 \
  --compliance OWASP

🏗️ 企业级架构

核心组件

graph TD
    A[负载均衡器/Nginx] --> B[HackGPT API 网关]
    B --> C[认证服务]
    B --> D[AI 引擎服务] 
    B --> E[漏洞利用服务]
    B --> F[报告服务]
    
    C --> G[LDAP/AD]
    D --> H[OpenAI API]
    D --> I[本地 LLM]
    D --> J[机器学习模型]
    
    E --> K[并行处理器]
    F --> L[报告生成器]
    
    K --> M[Celery 工作者]
    M --> N[Redis 队列]
    
    B --> O[PostgreSQL]
    B --> P[Redis 缓存]
    
    Q[Prometheus] --> R[Grafana]
    S[Elasticsearch] --> T[Kibana]

服务堆栈

服务	用途	端口	技术
hackgpt-app	主应用程序	8000, 8080	Python/Flask
hackgpt-worker	后台任务	-	Celery
hackgpt-database	数据持久化	5432	PostgreSQL 15
hackgpt-redis	缓存与队列	6379	Redis 7
prometheus	指标收集	9090	Prometheus
grafana	监控仪表盘	3000	Grafana
elasticsearch	日志聚合	9200	Elasticsearch
kibana	日志可视化	5601	Kibana
consul	服务发现	8500	Consul
nginx	负载均衡	80, 443	Nginx

🔧 配置

企业配置 (config.ini)

配置文件支持多个类别下的200余项选项：

[app]
debug = false
environment = production
max_sessions = 100

[database]
url = postgresql://hackgpt:hackgpt123@localhost:5432/hackgpt
pool_size = 20
backup_enabled = true

[ai]
openai_api_key = your_key_here
openai_model = gpt-4
enable_local_fallback = true
confidence_threshold = 0.8

[security]
secret_key = your_secret_here
jwt_algorithm = HS256
rate_limit_enabled = true

[ldap]
server = ldaps://your-ldap-server.com:636
bind_dn = cn=admin,dc=example,dc=com

[compliance]
frameworks = OWASP,NIST,ISO27001,SOC2,PCI-DSS
auto_compliance_check = true

[cloud]
docker_host = unix:///var/run/docker.sock
service_registry_backend = consul

环境变量（.env）

超过100个用于企业部署的环境变量：

# 核心服务
DATABASE_URL=postgresql://hackgpt:hackgpt123@localhost:5432/hackgpt
REDIS_URL=redis://localhost:6379/0
OPENAI_API_KEY=your_openai_api_key

# 安全
SECRET_KEY=your_secret_key
JWT_SECRET_KEY=your_jwt_secret
LDAP_SERVER=ldaps://your-ldap.com:636

# 云提供商
AWS_ACCESS_KEY_ID=your_aws_key
AZURE_SUBSCRIPTION_ID=your_azure_id
GCP_PROJECT_ID=your_gcp_project

# 监控
PROMETHEUS_ENDPOINT=http://localhost:9090
GRAFANA_API_KEY=your_grafana_key
ELASTICSEARCH_ENDPOINT=http://localhost:9200

🎯 企业渗透测试

增强型六阶段方法论

第一阶段：情报收集与侦察

企业特性：

• 基于AI的OSINT自动化
• 多源数据聚合
• 威胁情报关联分析
• 云资产发现（AWS、Azure、GCP）
• 工具：theHarvester、Amass、Subfinder、Shodan API

第二阶段：高级扫描与枚举

企业特性：

• 并行分布式扫描
• 基于机器学习的服务指纹识别
• 跨资产漏洞关联分析
• 零日漏洞模式检测
• 工具：Nmap、Masscan、Nuclei、HTTPx、Naabu

第三阶段：漏洞评估

企业特性：

• 自动化CVSS v3.1评分
• 业务影响分析
• 漏洞利用可行性评估
• 合规框架映射
• 工具：OpenVAS、Nexpose集成、自定义扫描器

第四阶段：漏洞利用与权限提升

企业特性：

• 带审批流程的安全模式漏洞利用
• 权限提升路径枚举
• 横向移动路径映射
• 数据外泄模拟
• 工具：Metasploit、CrackMapExec、BloodHound、自定义漏洞利用工具

第五阶段：企业级报告与分析

企业特性：

• 包含关键绩效指标的高管仪表盘
• 技术性漏洞详细信息
• 合规差距分析
• 风险优先级矩阵
• 输出格式：HTML、PDF、JSON、XML、合规报告

第六阶段：验证与再测试

企业特性：

• 自动化修复验证
• 修复后的回归测试
• 持续安全监控
• 趋势分析与度量
• 功能：定期再测试、差异报告

📊 企业级界面

1. 命令行界面（CLI）

# 交互式企业模式
python3 hackgpt_v2.py

# 可用选项：
# 1. 全面企业级渗透测试（全部6个阶段）
# 2. 运行特定阶段
# 3. 自定义评估工作流
# 4. 查看报告与分析
# 5. 实时仪表盘
# 6. 用户与权限管理
# 7. 系统配置
# 8. 合规管理
# 9. 云与容器管理
# 10. AI引擎配置

2. REST API服务器

# 启动API服务器
python3 hackgpt_v2.py --api

# 可用端点：
# GET  /api/health - 健康检查
# POST /api/pentest/start - 开始评估
# GET  /api/sessions - 列出会话
# GET  /api/reports/{id} - 获取报告
# POST /api/users - 用户管理
# GET  /api/compliance - 合规状态

3. Web仪表盘

# 启动Web仪表盘
python3 hackgpt_v2.py --web

# 功能：
# - 实时评估监控
# - 交互式漏洞管理
# - 高管摘要仪表盘
# - 用户和角色管理
# - 系统配置
# - 合规报告

4. 语音命令（企业版）

# 语音命令模式
python3 hackgpt_v2.py --voice

# 支持的命令：
# “开始对example.com的企业级评估”
# “显示合规仪表盘”
# “生成高管报告”
# “将工作池规模扩展到10”

🔐 企业级安全

认证与授权

• 多因素认证：LDAP/AD + JWT令牌
• 基于角色的访问控制：细粒度权限矩阵
• 会话管理：安全会话管理，带超时机制
• API安全：速率限制、CORS、输入验证

数据保护

• 加密：静止数据使用AES-256-GCM
• 传输安全：数据传输采用TLS 1.3
• 密钥管理：自动密钥轮换
• 审计日志：全面活动追踪

合规框架

框架	覆盖范围	报告	自动化
OWASP Top 10	✅ 全部	✅ 是	✅ 自动化
NIST网络安全框架	✅ 全部	✅ 是	✅ 自动化
ISO 27001	✅ 部分	✅ 是	✅ 半自动化
SOC 2	✅ 部分	✅ 是	✅ 半自动化
PCI DSS	✅ 部分	✅ 是	✅ 手动

📈 监控与分析

实时监控

• 系统指标：CPU、内存、磁盘、网络利用率
• 应用指标：请求速率、响应时间、错误率
• 安全指标：漏洞数量、风险评分、修复速率
• 业务指标：评估覆盖率、合规分数

警报

• 邮件警报：严重漏洞、系统问题
• Slack集成：安全团队实时通知
• Webhook支持：与SIEM系统的自定义集成
• 仪表盘警报：可视化指示与通知

分析仪表盘

# 访问Grafana仪表盘
http://localhost:3000
# 登录：admin / hackgpt123

# 预配置的仪表盘：
# - HackGPT系统概览
# - 评估性能指标  
# - 漏洞趋势分析
# - 用户活动仪表盘
# - 合规状态概览

🛠️ 高级用法

自定义AI模型

# 配置自定义AI端点
config['ai']['custom_model_endpoint'] = 'http://your-llm:8000'
config['ai']['model_type'] = 'custom'

自定义合规框架

# 添加自定义合规框架
from security.compliance import ComplianceFrameworkMapper

mapper = ComplianceFrameworkMapper()
mapper.add_framework('CUSTOM', {
    'sql_injection': 'SEC-01',
    'xss': 'SEC-02',
    # ... 自定义映射
})

Kubernetes部署

# 部署到Kubernetes集群
kubectl apply -f k8s/

多云部署

# 部署到AWS
python3 hackgpt_v2.py --deploy aws

# 部署到Azure  
python3 hackgpt_v2.py --deploy azure

# 部署到GCP
python3 hackgpt_v2.py --deploy gcp

🧪 测试与开发

运行测试

# 单元测试
pytest tests/unit/

# 集成测试  
pytest tests/integration/

# 端到端测试
pytest tests/e2e/

# 安全测试
bandit -r .
safety check

开发环境设置

# 安装开发依赖
pip install -r requirements-dev.txt

# 预提交钩子
pre-commit install

# 代码格式化
black .
flake8 .
mypy .

📦 企业级部署

Docker Swarm

# 初始化 swarm
docker swarm init

# 部署服务栈
docker stack deploy -c docker-compose.yml hackgpt

Kubernetes

# 创建命名空间
kubectl create namespace hackgpt

# 部署应用
kubectl apply -f k8s/

# 扩展工作节点
kubectl scale deployment hackgpt-worker --replicas=10

云平台

AWS 部署

# ECS 部署
aws ecs create-cluster --cluster-name hackgpt
aws ecs create-service --service-name hackgpt-api

Azure 部署

# ACI 部署
az container create --resource-group hackgpt --name hackgpt-api

GCP 部署

# GKE 部署
gcloud container clusters create hackgpt-cluster
kubectl apply -f k8s/

🔧 故障排除

常见企业问题

数据库连接问题

# 检查 PostgreSQL 状态
systemctl status postgresql
docker logs hackgpt-database

# 测试连接
python3 -c "from database import get_db_manager; print(get_db_manager().test_connection())"

Redis 缓存问题

# 检查 Redis 状态
redis-cli ping
docker logs hackgpt-redis

# 清除缓存
redis-cli FLUSHALL

AI 引擎问题

# 测试 OpenAI 连接
python3 -c "import openai; print(openai.Model.list())"

# 检查本地 LLM
ollama list
ollama run llama2:7b

工作池问题

# 检查 Celery 工作进程
celery -A performance.parallel_processor inspect active

# 重启工作进程
docker-compose restart hackgpt-worker

性能优化

# 数据库优化
python3 -c "from database import optimize_database; optimize_database()"

# 缓存预热
python3 -c "from performance.cache_manager import warm_cache; warm_cache()"

# 扩展工作进程
docker-compose up --scale hackgpt-worker=10

📄 企业许可证

本项目采用 MIT 许可证，并附加企业条款：

• 商业用途：允许使用，但需注明出处
• 企业支持：可通过支持渠道获得
• 合规性：工具使用必须符合相关法律法规
• 责任限制：对企业部署的责任有限

🆘 企业支持

支持渠道

• 企业支持：yashabalam707@gmail.com
• 技术问题：https://github.com/yashab-cyber/HackGPT/issues
• 功能请求：https://github.com/yashab-cyber/HackGPT/discussions
• 安全问题：yashabalam707@gmail.com
• WhatsApp Business：加入频道

专业服务

• 实施：定制化部署与配置
• 培训：安全团队培训与认证
• 定制开发：功能开发与集成
• 24/7 支持：提供企业级支持套餐

联系团队

• Yashab Alam：GitHub | Instagram | LinkedIn
• ZehraSec：官网 | Instagram | LinkedIn

📊 项目统计

指标	数值
总代码行数	15,000+
企业依赖项	90+
配置选项	200+
环境变量	100+
Docker 服务	12
支持的合规框架	5
渗透测试工具	50+
API 端点	25+
部署平台	6+

🗺️ 路线图

版本 2.1（2025 年第三季度）

• 高级威胁狩猎能力
• 基于机器学习的误报率降低
• 与主流 SIEM 系统集成
• 面向高管的移动应用

版本 2.2（2025 年第四季度）

• 自动化渗透测试流程
• 高级云安全评估
• 与 CI/CD 流水线集成
• 更完善的合规性报告

版本 3.0（2026 年第一季度）

• 全自主安全评估
• 高级 AI 攻击模拟
• 量子安全加密
• 下一代威胁检测

🙏 贡献者

核心开发团队

• 首席开发者兼创始人：Yashab Alam - @yashab.alam | LinkedIn
• 公司：ZehraSec - 网络安全解决方案与研究
• AI/ML 工程师：企业 AI 团队
• 安全工程师：企业安全团队
• DevOps 工程师：企业基础设施团队

ZehraSec 社交媒体

• 🌐 网站：www.zehrasec.com
• 📸 Instagram：@_zehrasec
• 📘 Facebook：ZehraSec Official
• 🐦 X（Twitter）：@zehrasec
• 💼 LinkedIn：ZehraSec 公司
• 💬 WhatsApp：Business Channel

致谢

• OpenAI 提供 GPT-4 API 访问权限
• Ollama 团队提供本地 LLM 支持
• Docker 和 Kubernetes 社区
• 安全研究社区
• 开源工具开发者

💰 支持 HackGPT 开发

您的捐赠将加速开发进程，并支持不断壮大的网络安全社区：

推荐的加密货币捐赠：

• Solana (SOL)：5pEwP9JN8tRCXL5Vc9gQrxRyHHyn7J6P2DCC8cSQKDKT
• Bitcoin (BTC)：bc1qmkptg6wqn9sjlx6wf7dk0px0yq4ynr4ukj2x8c

传统支付方式：

• PayPal：yashabalam707@gmail.com
• 电子邮件：yashabalam707@gmail.com

📄 完整捐赠信息：DONATE.md - 包含支持等级、资金目标和表彰计划

⚖️ 法律与合规

⚠️ 重要法律声明

HackGPT Enterprise 仅用于授权的安全测试：

• ✅ 授权使用：仅可对您拥有或已获得明确书面许可的系统进行测试
• ✅ 合规性：遵守所有适用的法律法规及行业标准
• ✅ 负责任的漏洞披露：通过正规渠道报告漏洞
• ✅ 文档记录：保留审计追踪和相关文档
• ❌ 未经授权的使用：切勿在未经许可的情况下对任何系统进行测试
• ❌ 恶意活动：不得用于犯罪或恶意目的

开发者及贡献者不对本平台的滥用行为承担任何责任。

---

---

🔗 与 ZehraSec 和 Yashab Alam 联系

HackGPT Enterprise 快速上手指南

HackGPT Enterprise 是一款生产级的云原生 AI 渗透测试平台，专为安全团队设计。它结合了先进的 AI 引擎、机器学习模型和微服务架构，提供从情报收集到自动报告生成的全流程安全评估能力。

1. 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：Linux (Ubuntu/Debian/RHEL/CentOS)、macOS 或 Windows (需使用 WSL2)。
• Python 版本：3.8 及以上（需包含 pip 和虚拟环境支持）。
• 容器引擎：推荐安装 Docker 和 Docker Compose 以部署完整的微服务栈。
• 硬件资源：
  • 内存：最低 4GB（推荐 8GB+ 以运行本地 LLM 或多任务）。
  • 磁盘空间：至少 20GB 可用空间。

国内用户提示：如果下载 Docker 镜像或 Python 包速度较慢，建议配置国内镜像源（如阿里云、腾讯云或中科大源）加速 pip 和 docker pull 过程。

2. 安装步骤

第一步：克隆项目

git clone https://github.com/yashab-cyber/HackGPT.git
cd HackGPT

第二步：运行企业版安装脚本

该脚本将自动设置所有必要的服务和依赖。

chmod +x install.sh
./install.sh

第三步：配置环境变量

复制示例配置文件并根据您的需求编辑（填入 API Key、数据库连接等）。

cp .env.example .env
nano .env
# 或者使用 vim .env

注意：务必在 .env 文件中配置 OPENAI_API_KEY 或其他本地 LLM 设置。

第四步：验证安装

运行测试脚本确认环境就绪。

python3 test_installation.py

3. 基本使用

根据您的使用场景，可以选择以下三种模式之一启动：

模式 A：完整企业栈部署（推荐）

使用 Docker Compose 一键启动包含 API、Web 仪表盘、监控和日志分析在内的全套微服务。

docker-compose up -d

启动后可访问：

• Web 仪表盘: http://localhost:8080
• API 服务: http://localhost:8000
• 监控面板 (Grafana): http://localhost:3000

模式 B：独立命令行评估

直接运行单次渗透测试任务，无需启动完整后台服务。

python3 hackgpt_v2.py \
  --target example.com \
  --scope "Web application and API" \
  --auth-key "ENTERPRISE-2025-AUTH" \
  --assessment-type black-box \
  --compliance OWASP

模式 C：交互式 CLI 模式

启动交互式终端，通过菜单选择执行全阶段测试、查看报告或管理系统配置。

python3 hackgpt_v2.py

进入界面后，可根据提示选择：

1. Full Enterprise Pentest (全阶段渗透测试)
2. Run Specific Phase (运行特定阶段)
3. View Reports & Analytics (查看报告与分析)