חזרה לפיד
articlesמקור: PortSwigger Research23.4.2025

תעד את מבחן החדירה שלי: ה-AI כותב את הדו"ח בשבילך!

אמ;לק

נמאס לכם לחזור על עצמכם? אוטומטו את תיעוד ביקורות אבטחת הרשת. פוסט זה מציג תוסף AI חדש ל-Burp Suite שמקל על עבודת תיעוד מבחני חדירה ומאפשר להתמקד באיתור חולשות במקום בכתיבת דוחות.

סיכום בעברית: מערכת VibeSec · מדיניות המקורות

נוסף ל-VibeSec:

כותרת מקורית: Document My Pentest: you hack, the AI writes it up!

תעד את מבחן החדירה שלי: ה-AI כותב את הדו"ח בשבילך!

התוכן המלא בעברית

תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.

⁦Gareth Heyes⁩

• פורסם: יום רביעי, 23 באפריל 2025 בשעה 13:17 ⁦UTC⁩

• עודכן: יום חמישי, 24 באפריל 2025 בשעה 08:41 ⁦UTC⁩

נמאס לך לחזור על עצמך? הפוך את מסלול ביקורת אבטחת האינטרנט שלך לאוטומטי. בפוסט הזה אציג תוסף Burp AI חדש שחוסך ממך את החלקים המשעממים בבדיקות החדירה (Pentest) שלך.

בדיקות אבטחת אינטרנט יכולות להיות מתישות: תיעוד של כל שלב, כתיבת אותן הערות שוב ושוב, וחזרה על כל התהליך בכל פרויקט. אבל מה אם זרימת העבודה שלך הייתה יכולה לתעד את עצמה – בזמן שאתה מבצע את הבדיקה?

הכירו את "Document My Pentest", העוזר האישי שלכם לבדיקות אבטחה. זהו תוסף קוד פתוח ל-Burp Suite שעוקב אחר הבקשות שלך בזמן אמת, מבין מה אתה מנסה לבדוק, ובונה אוטומטית תיעוד נקי ומובנה של הממצאים שלך – הוא מתעד בדיוק מה עשית ואיך עשית זאת. כשתהיה מוכן, העבר את המידע ל-AI והפק דוח. בלי עוד רישום הערות משעמם. רק תוצאות.

הקונספט

צוות המחקר של PortSwigger בוחן תוספי AI חדשים המשתמשים בתכונות של Burp AI, וזה מפתיע כמה מהר ניתן להפעיל אב-טיפוס פונקציונלי. תוך מספר ימים בלבד כבר הייתה לי גרסה עובדת של התוסף.

מהר מאוד למדתי שה-AI לא ממש טוב בניתוח בקשה ותגובה מלאה, במיוחד עבור נקודות תורפה כמו XSS. הוא היה טוב באיתור Path Traversal, שבו התגובה נתנה אינדיקציה ברורה לכך שהפעולה הצליחה, כיוון שרישום הספריות הוצג.

מתוך מחשבה על כך, התחלתי לפתח אסטרטגיה לזיהוי נתונים משתקפים (reflected data). המחשבה הראשונה שלי כדי להשיג זאת הייתה להשתמש ב-canaries ולבדוק היכן הם משתקפים, אך יש כאן כמה בעיות: א) נצטרך לשלוח בקשה נוספת עבור כל בקשה, וב) נצטרך לשנות את הבקשה המקורית שנשלחה על ידי המשתמש. אז חשבתי, למה שלא נשתמש בקלט שנבדק כ-canary ונתרגם אותו לביטוי רגולרי (regex)? זה עבד כך:

קחו למשל את הקלט <script>alert(1)</script>. ניתן להפוך אותו בדרכים רבות, אך לרוב התווים האלפאנומריים יישארו עקביים. לכן כתבתי מתרגם קלט ל-regex שהופך את הקלט ל:

זה אומר שזה יתאים לטרנספורמציות כמו:

זה יכול לספק ל-AI את הטרנספורמציה המדויקת ולחלץ חלק ממוקד יותר מההשתקפות, מה שמאפשר ל-AI אפילו לצטט למה הועבר הקלט ללא הוראות ספציפיות. אחרי הרבה בדיקות זה נראה שעבד די טוב, אבל גילינו מהר מאוד שזה לא מתאים להתקפות אחרות כמו Request Smuggling. במקרה הזה, שבו לא ניתן היה לזהות שינויים ב-parameter/header, החלטנו לשלוח את כל הבקשה והתגובה עם הנחיית (prompt) AI אחרת שהניבה תוצאות טובות בהרבה.

בזמן בניית התוסף הזה גיליתי לעתים קרובות שה-AI מזהה פגיעויות בטעות, וזה נבע מההנחיות (prompts) שניתנו לו. לדוגמה:

הבעיה עם הנחיה זו היא שלא ברור ל-AI אם זו אכן נקודת תורפה או לא. המחשבה שלי הייתה שניתן להשתמש בישויות בתוך מאפייני "srcdoc" כדי לגרום ל-XSS, אבל השפה המעורפלת הזו גורמת ל-LLM לתייג פגיעויות כ-XSS פוטנציאלי גם כאשר הן מקודדות HTML. הפתרון לכך הוא ליצור שפה מדויקת יותר בהנחיה:

אתה יכול אפילו לגרום ל-⁦LLM⁩ לנתח את התגובה שלו ולהגיד לך למה הוא חושב שיש פגיעות כשברור שאין. הנה ההנחיה שבה השתמשתי:

זה החזיר ניתוח מפורט מדוע ⁦LLM⁩ טעה בזיהוי הבעיה והציע דרכים לשפר אותה. ואז לקחתי את ההנחיה בפועל וביקשתי מה-⁦LLM⁩ לשפר אותה:

ה-⁦LLM⁩ נתן כמה הנחיות מאוד מדויקות כיצד לשפר את ההנחיה. זה הניב ניתוח הרבה יותר טוב והפחתת תוצאות חיוביות שגויות.

כל התהליך הזה הדגיש עד כמה חשובה הנדסת פרומפטים (prompt engineering) זהירה בעבודה עם מודלי שפה (LLMs) לניתוח אבטחה. המודל הבסיסי יכול להיות עוצמתי, אך ללא הוראות ברורות וחד-משמעיות וקלט בהיקף מצומצם, הוא נוטה להזיות או לתגובות זהירות מדי. על ידי איטרציה על הנחיות, התנסות בעיצוב קלט וכיוונון הנתונים שהמודל רואה, הצלחנו לדחוף את היכולות שלו למצוא מגוון רחב של פגיעויות. זה לא מושלם, אבל עם ההגדרה הנכונה, זה יכול לסייע באופן משמעותי בתעדוף פגיעויות ואפילו להסביר את ההיגיון שלו בדרכים שיעזרו לחדד הן את ה-AI והן את האדם המשתמש בו.

הוראות התקנה

ב-Burp Suite Professional, עבור לתפריט Extensions ← BApp Store וחפש את "Document My Pentest". לחץ על כפתור ההתקנה, נווט ללשונית Installed, בחר ב-"Document My Pentest" וסמן את התיבה "Use AI" בלשונית ה-Extension.

איך להשתמש בו

פשוט השתמש ב-Repeater כפי שאתה עושה בדרך כלל בזמן בדיקת מטרה. כאשר אתה מוכן לתעד את העבודה שלך, דלג על חפירה בהיסטוריה של Repeater – פשוט לחץ לחיצה ימנית ובחר Extensions → Document My Pentest → Document my work. ה-AI ייצור עבורך הערות באופן אוטומטי.

אתה יכול גם ללחוץ ימני על היסטוריית ה-proxy ולתעד בדיקת עט כבקשות נפרדות או כאוסף של בקשות ותגובות.

לחץ לחיצה ימנית על פריט אחד או יותר בהיסטוריית ה-proxy ובחר Extensions ← Document My Pentest ← Document my work (separately). פעולה זו תיצור הערות על כל בקשה ותגובה כהתקפה נפרדת. האפשרות Extensions ← Document My Pentest ← Document my work (as collection) תיצור הערות משולבות עבור כל הבקשות והתגובות ותוסיף את ההערות לפריט האחרון שנבחר. ניתן גם להגדיר את Document My Pentest לשלוח הערות אוטומטית ל-Organizer בזמן שאתה בודק את המטרה, על ידי מעבר אל Document My Work → Settings → Auto invoke after Repeater requests ו-Document My Work → Settings → Auto send notes to Organizer.

כמובן, ⁦AI⁩ אינו מושלם - לפעמים הוא משבש דברים. אין בעיה: ניתן לערוך את ההערות באופן ידני ולבצע תיקונים.

מרגישים השראה? נסו ליצור תוסף מבוסס AI בעצמכם באמצעות ה-Montoya API המובנה של Burp והממשקים הייעודיים שלו לטיפול בתעבורה בין התוסף שלכם לפלטפורמת ה-AI המהימנה של PortSwigger.

⁦AI⁩ אבטחה ופרטיות

עדכנו את המסמכים שלנו כדי לשקף את האופן שבו אנו מטפלים בנתונים הנשלחים אל ה-AI. אנא עיינו בתיעוד המפורט ובפוסט בבלוג.

המודל לא משתף פעולה

האם AI יכול לבצע מחקר אבטחה חדשני? הכירו את ה-HTTP Terminator

⁦Repeater Strike⁩: בדיקה ידנית, מוגברת

⁦Shadow Repeater⁩

#pentesting#ai-automation#burp-suite#security-reporting
קרא במקור