.png){kind=icon}
返回
LLMs as Hackers: Autonomous Linux Privilege Escalation Attacks
.png){kind=icon}
OA
AI
DOI：10.1007/s10664-025-10758-3.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
渗透测试对于识别和缓解系统漏洞至关重要，其中权限提升是一个关键子任务，涉及获取受保护资源的提升访问权限。大型语言模型（LLMs）的出现为通过模拟人类行为自动化这些安全实践提供了新的途径。然而，对于LLMs在执行自主Linux权限提升攻击方面的有效性和局限性，目前仍缺乏全面的理解。为解决这一差距，我们介绍了hackingBuddyGPT，一个完全自动化的LLM驱动原型，用于评估自主Linux权限提升。我们精心整理了一个新颖的、公开可用的Linux权限提升基准，包含不同的单漏洞虚拟机，实现了可控且可复现的评估。我们的实证分析评估了GPT-3.5-Turbo、GPT-4-Turbo和Llama3等不同LLMs在量化成功率及定性操作行为方面的表现，并与人类专业渗透测试人员和传统自动化工具的基准进行了比较。我们研究了上下文管理策略、不同上下文大小以及各种高级指导机制对LLM性能的影响。结果显示，GPT-4-Turbo表现出高效能，成功利用了33–83%的漏洞，其性能与人类渗透测试人员（75%）相当。相比之下，本地模型如Llama3表现出有限的成功率（0–33%），而GPT-3.5-Turbo实现了中等成功率（16–50%）。高级指导显著提高了LLM的成功率，例如使用GPT-4-Turbo时，成功率从33%提升至66%（无指导）或从66%提升至83%；而通过LLM驱动的反思进行状态管理，将无辅助GPT-4-Turbo的成功率翻倍（从33%提升至66%）。定性分析揭示了LLMs在生成有效命令方面的优势和劣势，并突出了常识推理、错误处理和分步利用（尤其是具有时间依赖性）方面的挑战。成本分析表明，GPT-4-Turbo能够以具有竞争力的成本（每利用一个漏洞）实现与人类相当的性能，尤其是在优化上下文管理的情况下。我们的工作为评估LLMs在自主权限提升方面的能力提供了基准，并指导未来研究朝着更有效和可靠的LLM引导渗透测试方向发展。
Keyword:
LLM
Autonomous security-testing
Privilege-escalation
Penetration-testing
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.6
论文数:
2.0K
被引数:
5.3K
机构
暂无机构信息
引用论文
.png){kind=icon}
A Survey on Large Language Model (LLM) Security and Privacy: The Good, The Bad, and The Ugly关于大型语言模型 (LLM) 安全性和隐私的调查: 好，坏和丑陋OAAI
OAAI分享收藏Generative AI in Cyber Security of Cyber Physical Systems: Benefits and Threats物理系统网络安全中的生成式人工智能：益处与威胁
PREAI
分享收藏Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models计划和解决提示: 通过大型语言模型改进零镜头思维链推理
OAAI
OAAI分享收藏
查看更多内容