Sistema de Pentesting automatitzat mitjançant IA

L’evolució dels Models de Llenguatge Grans (LLM) i el seu increment en la capacitat de raonament han transformat el panorama de la ciberseguretat, donat que els cibercriminals els utilitzen activament per detectar vulnerabilitats a gran velocitat. Aquesta adopció de la intel·ligència artificial per part dels atacants posa en evidència les eines d’auditoria tradicionals, basades en regles estàtiques i signatures, les quals resulten insuficients per fer front a amenaces dinàmiques i adaptatives.

Davant d’aquest repte, des de l’inLab FIB es treballa en el desenvolupament d’un sistema de pentesting avançat basat en una arquitectura multi-agèntica que superi les limitacions de l’automatització convencional. L’objectiu és disposar d’una eina capaç d’entendre la lògica dels sistemes auditats, agilitzant el descobriment de vulnerabilitats i reduint dràsticament el temps total necessari per completar una auditoria, alhora que segueix una metodologia clara i establerta. D’aquesta manera, el sistema assumeix una primera anàlisi, permetent a l’auditor centrar-se en el descobriment de les vulnerabilitats més complexes.

Un dels elements que es té en compte durant el desenvolupament del projecte és la privacitat i la sobirania de les dades. Per aquest motiu, l’arquitectura del sistema s’ha plantejat per ser totalment flexible: tindrà la capacitat d’operar tant amb proveïdors de models comercials com models de codi obert locals. Aquesta darrera modalitat garanteix que cap dada confidencial arriba a servidors de tercers, complint així amb els estàndards de protecció de dades.