Ítem
Acceso Abierto
Empowering a Breach & Attack Simulation (BAS) Platform using a Large Language Model (LLM) to improve Security Tests
Título de la revista
Autores
Caballero-Roa, Sebastián
Martínez-Páez, Juan
Velandia-Romero, Juan
Díaz López, Daniel Orlando
Fecha
2024-11-20
Directores
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Buscar en:
Métricas alternativas
Resumen
Este proyecto presenta una arquitectura que integra un modelo de lenguaje de gran escala (LLM) con una plataforma de Breach and Attack Simulation (BAS), específicamente MITRE Caldera, para asistir pruebas de penetración. La solución funciona como un copiloto inteligente capaz de interpretar resultados, recomendar comandos de sistema operativo y apoyar la identificación y validación de vulnerabilidades. Se evaluaron cuatro esquemas de interacción, desde la operación completamente automatizada por la plataforma BAS hasta escenarios en los que el LLM asume o comparte el control de la prueba. Los experimentos realizados sobre máquinas virtuales Metasploitable 2 y 3 permitieron identificar y explotar vulnerabilidades relacionadas con backdoors, servidores web y escalación de privilegios. Los resultados sugieren que la integración LLM-BAS puede mejorar la automatización, adaptabilidad y accesibilidad de las evaluaciones de seguridad.
Abstract
This project presents an architecture integrating a Large Language Model (LLM) with a Breach and Attack Simulation (BAS) platform, specifically MITRE Caldera, to support penetration testing activities. The proposed system operates as an intelligent copilot capable of interpreting execution results, recommending operating-system commands, and assisting users in identifying and validating vulnerabilities. Four interaction models were evaluated, ranging from fully automated BAS operation to scenarios in which the LLM independently performs or shares control of the security assessment. Experiments conducted on Metasploitable 2 and 3 virtual machines successfully identified and exploited vulnerabilities involving backdoors, web-server disruption, and privilege escalation. The results indicate that LLM-BAS integration can enhance the automation, adaptability, interactivity, and accessibility of penetration-testing workflows, while providing educational support and context-specific guidance for cybersecurity professionals.
Palabras clave
Ciberseguridad , Pruebas de penetración , Modelo de lenguaje de gran escala (LLM) , Plataforma de simulación de ataques (BAS)
Keywords
Cybersecurity , Penetration testing , Large Language Model (LLM) , Breach and Attack Simulation (BAS)
