Plexicus AI: Cómo hacer Pentesting con un Enjambre de Agentes IA de Seguridad Ofensiva
AI SWARM PENTEST
Primera regla: demuestra que la web es tuya
Antes de lanzar esta tecnología contra cualquier web tienes que demostrar que el objetivo es tuyo, igual que cuando verificas un dominio en Search Console: o una meta tag en el HTML, o un fichero subido al servidor, o un registro DNS TXT. Vale para una aplicación concreta o para el dominio entero, a elegir. Parece una tontería y no lo es: es lo que separa una prueba controlada de un problema legal.
Luego configuras la misión como si le pasaras el briefing a un pentester que va a ir presencial. La profundidad: rápida (minutos), estándar (entre media hora y una hora) o profunda (de una a cuatro horas). Cuántos agentes entran en paralelo. Por dónde quieres que se centren: autenticación, lógica de negocio, inyecciones, control de acceso, APIs, pagos, subida de ficheros, SSRF… Y sobre todo lo que NO se toca, que queda por escrito antes de empezar:
Nada de acciones destructivas, ni borrar cuentas, ni mandar emails o SMS, ni capturar pagos, ni hacer flooding del rate-limit.
Para la demo se usa demo.testfire.net, que es el Altoro Mutual de toda la vida, el banco vulnerable de propósito de IBM donde ha practicado media industria. Ojo, si ese banco existiera de verdad hubiera quebrado antes de 2010.
La colmena: cuatro Hunters y un escéptico
El motor se llama Nexus, y más que un escáner es una colmena. Varios agentes especializados comparten una memoria común y trabajan el objetivo a la vez. Hay agentes «Hunter» que mapean la superficie, lanzan hipótesis y prueban caminos. Y hay un agente escéptico que hace justo lo contrario de lo que esperarías de una IA: desconfiar. Su regla aparece en pantalla, en inglés pero clarísima: nada se cree sin replay. Un hallazgo no es un hallazgo hasta que otro agente, otro distinto, lo ha reproducido desde cero.
Todo queda registrado, y esto importa para quien haya discutido alguna vez con un proveedor: vista del navegador en vivo, war room con la actividad de los agentes, grafo de ataque con los caminos confirmados y los descartados (que también valen mucho), grabación de la sesión y, al final, informe en PDF y en JSON con la parte ejecutiva, la cadena completa, los pasos de reproducción y las capturas.
Del bug al pull request, sin pasar por el ticket
La segunda pata conecta cada hallazgo con el código: rutas, flujos de datos, alcanzabilidad, la traza de taint desde el dato que mete el usuario hasta el sink. Y un detalle que a mí me parece menor y no lo es: cada hallazgo pasa por un veredicto de IA que intenta tirarlo abajo como falso positivo antes de que llegue a tu mesa. Si sobrevive, llega marcado como real. En la demo, un caso de libro de texto: un index.php que concatena lo que llega por GET directamente en la consulta. SQL injection, CWE-89, CVSS 9.8, crítica. Veredicto: se mantiene como real, confianza cien sobre cien.
Y luego llega la parte que, la plataforma de Plexicus hace de forma diferencial. Un módulo llamado Plexicus Remedium clona el repositorio, se prepara un entorno de trabajo y se pone a arreglar el bug. Y te abre el Pull Request.
El parche es el que escribiríamos cualquiera de nosotros, el mismo que aprendes en el libro de inyección SQL de 0xWord, para más señas: fuera concatenación y consultas preparadas con parámetros tipados.
– $sql = «SELECT * FROM usuarios WHERE id = $id»; // Vulnerable a SQL Injection
– $result = $conn->query($sql);
+ // Consulta preparada con parámetros para evitar SQL Injection
+ $stmt = $conn->prepare(«SELECT * FROM usuarios WHERE id = ?»);
+ $stmt->bind_param(«i», $id);
+ $stmt->execute();
+ $result = $stmt->get_result();
La plataforma trae además XBOM, un inventario unificado que junta SBOM, CBOM y AIBOM: qué componentes tiene tu software, qué criptografía usa (con el ojo puesto en la migración post-cuántica, que llega queramos o no) y qué modelos de IA tienes desplegados.
La demo completa
Os dejo grabada una demo completa, de unos veintiún minutos, que enseña el dashboard con el pentesting en funcionamiento con el Enjambre de Agentes IA y termina con el Pull Request fusionado. Por si quieres saber qué se ve, y entenderlo bien, tenéis estos momentos minutados:
Minuto 6:47. El SAST con IA buscando fallos de lógica de negocio, no palabras clave. Interesante, porque es lo que un SAST nunca ha sabido hacer.
Minuto 9:35. CBOM y AIBOM, la cripto y los modelos. Lo post-cuántico ya está aquí.
Minuto 12:42. El pentest arranca en un contenedor efímero.
Minuto 13:15. Los agentes Hunter y el escéptico. Mi favorito.
Minuto 14:07. Primera víctima: SQL injection con bypass del login.
Minuto 15:57. Remediación automática y pull request.
Minuto 19:07. Montando una automatización entera con IA, en directo.
Figura 11: Plexicus.ai – de los ataques reales a los pull requests.
En el canal de Youtube hay también un vídeo corto, de menos de seis minutos, explicando por qué sin PoC no hay finding, y otro sobre cómo 1.200 agentes de OpenAI hackearon Hugging Face, de la que se habló por este blog también.
Figura 12: Plexicus: pentest con IA que prueba cada vulnerabilidad
Powered by WPeMatico
