Hey HackerNoon, 그것은 다시 Kuwguap입니다.
얼마 전, 나는 RAWPA를 구축하고, 펜테스터를위한 나의 AI 코폴로트, 그리고 그것이 제공하지 않았기 때문에 초기 AI 기능을 끄는 어려운 결정을 썼다.그것은 회전 할 때 알 수있는 교훈이었다.오늘, 나는 그 여정의 다음 장을 공유하고 싶습니다 : RAWPA가 유용한 도구의 컬렉션에서 생각하는 두뇌를 가진 시스템으로 진화 한 방법.
그것은 커뮤니티 피드백, 수동 데이터 분석, 그리고 모든 것을 바꾸는 잠이 부족한 "aha!"순간의 이야기입니다.
Part 1: Community-Driven Hustle에 대한 건설
나는 그것을 초기 테스터의 작은 그룹에 열었습니다 (우리는 지금 22 세이며, 약 절반이 매일 그것을 사용합니다!)
최고의 아이디어 중 하나는 커뮤니티의 연결에서 나왔습니다 : "왜 LOLBAS, GTFOBins 및 WADCOMS를 앱에 직접 통합하지 않습니까?"
그것은 훌륭한 제안이었습니다. 통합 과정 자체는 개발의 불쾌한 측면의 완벽한 예였습니다. LOLBAS를 보트에 넣는 것은 바람이었다; 그들은 정확히 이런 종류의 일을 위해 설계된 환상적인 API를 가지고 있습니다.
나머지 두 개는 다른 이야기 였습니다. 그것은 수동 도전이었다. 나는 그들의 GitHub 리포에서 프로젝트 파일을 직접 끌어 내고 내 데이터베이스를위한 분석기를 작성해야했습니다. 다행히, 그들은 마크 다운로 구성되어 있었고, 내가 필요로하는 데이터를 관리 할 수있게했습니다. 그것은 이었지만 앱을 즉시 더 강력하게 만들었습니다.
애플리케이션은 성장하고 있었다.그것은 견고하고 계층적 인 보조자가되고있었습니다.그러나 나는 그것이 여전히 영혼이 부족하다는 것을 알았습니다.그것은 뇌를 기다리는 조각이었다.
Part 2: The “Bag of Bricks” Moment and the AI Brain(키나)
어느 날 밤, 나는 마침내 약 6 시간의 잠을 얻었다.나는 벽돌 가방처럼 나를 때린 아이디어에 깨어났다.Neural Pathway Methodology.
나는 RAWPA가 어떻게 정적 플레이북이라는 것을 뛰어넘을 수 있는지 완벽하게 분명하게 보았다.
이것은 일반적인 LLM 포장 프로그램이 아닙니다. 나는 이미 RAG (Retrieval-Augmented Generation) 모델을 구현하는 데 어려움을 겪었으며 관련된 문제를 알고있었습니다.이 새로운 아이디어는 달랐습니다. Neural Pathway Methodology는 RAWPA에게 전문적인 두뇌 - 신경 네트워크 - 실제 세계에서 가장 좋은 글쓰기, 방법론, 도구 및 기술의 거대한 데이터 세트에 특별히 훈련.
그것은 물건을 볼 수있는 도구와 할 수있는 시스템 사이의 차이입니다.배우기전체 사이버 보안 커뮤니티의 집단적 경험을 바탕으로.
신경 뇌는 어떻게 작동하는가
이 개념은 현대 LLM의 추론 능력과 커뮤니티의 구조화 된 지식을 결합하는 것입니다.
- 당신은 맥락을 제공합니다 : 당신은 당신이 당신의 펜트 테스트에서 어디에 있는지, 당신이 발견 한 것, 그리고 목표에 대한 다른 관련 세부 사항을 RAWPA에 말합니다.
- 수천 개의 펜테스트 보고서에서 훈련받은 신경 네트워크는 귀하의 입력을 분석하고 지식 기반에서 가장 관련된 패턴과 기술을 합성합니다.
- Gemini는 Pathway를 생성하기 위해 협력합니다 : 합성 된 지식은 Google의 Gemini LLM에 사용자 지정, 컨텍스트 인식 인스턴트로 전달됩니다. Gemini는 정보에 대한 이유가 당신을 위해 고유 한 단계별 경로를 생성합니다.이 작업 가능한 단계, 특정 도구 명령 및 가장 중요한 것은 AI가 왜이 특정 행동을 제안하는지에 대한 이유입니다.
- 그것은 피드백에서 배운다 : 그것은 살아있는 시스템입니다.사용자는 경로를 평가할 수 있으며, 그 피드백은 신경 네트워크를 지속적으로 정교하게하는 데 사용됩니다.
왜 이것은 한 발짝 앞서가는가
이 접근 방식은 "AI" 라벨을 추가하는 것에 관한 것이 아닙니다.It is about creating:
- 어댑티브 인텔리전스: RAWPA는 더 이상 정적 체크리스트가 아닙니다.It learns from new, real-world writeups, allowing it to adapt to emerging threats and techniques.
- Truly Personalized Guidance: The pathways aren't generic. They are tailored to your specific context, making the advice far more actionable and relevant.
- 인간과 AI 전문성 사이의 다리 : 그것은 LLM의 창조적 인 문제 해결과 수많은 인간 작성 보고서의 지혜를 결합합니다.
RAWPA를 건설하는 여정은 롤러코스터였지만, 처음으로 영혼이 있는 것처럼 느껴지고 있습니다.그것은 단순한 조수에서 다이나믹 파트너로 진화하고 있습니다.
이것은 커뮤니티 주도적 인 노력입니다. 당신이 방법론, 아이디어 또는 제안이 있다면, 나는 그들을 듣고 싶습니다.링크결국, 나는 RAWPA가 누군가가 멈추고 새로운 것을 배우는 데 도움이 될 것이라고 믿는다.블로그.
링크이 프로젝트의 핵심은 커뮤니티 기반이며, 나는 항상 테스터와 기여자를 찾고 있습니다.https://rawpa.vercel.app/당신이 어떻게 생각하는지 알려주세요 뇌는 이제 막 시작됩니다.
