11
Cloud dan AI Red Teaming
Dua medan di halaman ini tidak terikat host fisik: control plane cloud dan sistem AI. Seluruh tool di sini bekerja lewat API, token, dan antarmuka identitas, bukan lewat implant di endpoint. README menyebut keseluruhan daftar sebagai bahan adversary simulation sekaligus bahan threat hunting (README.md:31).
Satu catatan struktural penting: ### Cloud, ### AI Red Teaming, dan ### Offensive AI Agent semuanya berada di bawah ## Miscellaneous, dan tidak satu pun punya entri di Table of Contents (README.md:7-182, README.md:324-3313). Kalau kamu menyusuri daftar lewat daftar isi, bagian-bagian ini akan terlewat.
Urutan kerja: enumerasi, pemetaan, aksi
Jalur AWS dan jalur Entra ID punya bentuk yang sama. Dimulai dari satu set kredensial, dilanjutkan pertanyaan "kredensial ini boleh apa", lalu pemetaan objek yang terlihat, dan berakhir pada aksi terhadap layanan. Diagram berikut menempatkan setiap tool README pada posisinya di rantai itu (README.md:331-3374, README.md:339-3525).
graph TD
CRED["Kredensial AWS atau sesi Entra ID"] --> AWSENUM["Enumerate IAM permissions"]
AWSENUM --> AWSMAP["CloudMapper"]
AWSMAP --> AWSACT["pacu"]
SESS["Sesi pengguna di workstation"] --> MAESTRO["Maestro: Intune dan Entra ID dari C2 agent"]
CRED --> ROAD["ROADtools"]
ROAD --> GRAPH["GraphRunner: Microsoft Graph API"]
MAESTRO --> GRAPH
GRAPH --> TOK["Token JWT dan object directory"]
TOK --> TOKTAC["TokenTactics"]
AWSACT --> PLANE["Control plane dan data cloud"]
TOKTAC --> PLANE
style CRED fill:#f59e0b,color:#000
style SESS fill:#f59e0b,color:#000
style TOK fill:#f59e0b,color:#000
style AWSENUM fill:#8b5cf6,color:#fff
style AWSMAP fill:#8b5cf6,color:#fff
style ROAD fill:#8b5cf6,color:#fff
style GRAPH fill:#8b5cf6,color:#fff
style MAESTRO fill:#2d7d46,color:#fff
style AWSACT fill:#dc2626,color:#fff
style TOKTAC fill:#dc2626,color:#fff
style PLANE fill:#336791,color:#fff
%% fig: Rantai serangan identitas cloud pada AWS dan Entra ID
%% desc: Kredensial masuk ke jalur AWS atau jalur Entra ID, masing-masing melewati enumerasi dan pemetaan sebelum mencapai control plane.Warna diagram memisahkan tiga peran. Hijau menandai jalur masuk dari host yang sudah dikuasai, ungu menandai data turunan hasil enumerasi dan graphing, oranye menandai kredensial dan token sebagai bahan masukan, merah menandai aksi yang mengubah keadaan tenant atau akun, dan biru menandai data yang menjadi sasaran akhir. Perhatikan bahwa Maestro tidak butuh kata sandi pengguna maupun alur autentikasi Azure: ia bekerja dari C2 agent di workstation korban, sehingga sesi pengguna yang sudah ada dipakai ulang.
AWS
Tiga tool AWS di README tersusun sebagai urutan sempit, bukan kumpulan alternatif (README.md:331-3374).
| Name di README | Isi deskripsi | Posisi dalam rantai |
|---|---|---|
| Enumerate IAM permissions | Enumerate the permissions associated with AWS credential set | Langkah pertama: menentukan hak efektif satu set kredensial |
| CloudMapper | CloudMapper helps you analyze your Amazon Web Services (AWS) environments | Pemetaan lingkungan: akun, VPC, dan relasi antar objek |
| pacu | The AWS exploitation framework, designed for testing the security of Amazon Web Services environments | Eksekusi: kerangka eksploitasi per layanan |
⚠️
pacuadalah exploitation framework, bukan scanner. Modul yang dijalankan bekerja pada akun target, jadi periksa apakah engagement mengizinkan perubahan state sebelum menjalankannya.
Urutan ini masuk akal secara operasional. Enumerate IAM permissions murah dan tidak mengubah apa pun, CloudMapper menghasilkan gambar lingkungan yang bisa dibandingkan dengan temuan enumerasi, dan pacu baru dipakai setelah keduanya memberi batas sasaran yang jelas. Untuk penemuan aset publik di luar akun sendiri, lihat tool multi-cloud di Reconnaissance.
Azure dan Entra ID
Bagian Azure jauh lebih lebar: 11 tool dengan bidang kerja yang berbeda-beda (README.md:339-3525).
| Name di README | Bidang kerja menurut README |
|---|---|
| Azure AD Connect password extraction | Extract and decrypt stored Azure AD dan Active Directory credentials dari server Azure AD Connect |
| Storm Spotter | Graphing objek Azure dan Azure Active Directory |
| ROADtools | The Azure AD exploration framework |
| MicroBurst: A PowerShell Toolkit for Attacking Azure | Koleksi skrip untuk menilai keamanan Microsoft Azure |
| AADInternals | Modul PowerShell untuk administrasi Azure AD dan Office 365 |
| TeamFiltration | Enumerating, spraying, exfiltrating, dan backdooring akun O365 AAD |
| MAAD Attack Framework | Security testing M365 dan Azure AD |
| GraphRunner | Post-exploitation toolset untuk Microsoft Graph API |
| ADOKit | Menyerang Azure DevOps Services lewat REST API |
| TokenTactics | Manipulasi JWT token Azure |
| Maestro | Interaksi Intune/Entra ID dari C2 agent di workstation pengguna |
Empat kelompok bisa dibaca dari tabel itu. Kelompok directory exploration diisi ROADtools, Storm Spotter, MicroBurst, dan AADInternals. Kelompok kredensial tersimpan diisi Azure AD Connect password extraction. Kelompok akun O365 diisi TeamFiltration dan MAAD Attack Framework. Kelompok pasca-akses lewat API diisi GraphRunner, ADOKit, TokenTactics, dan Maestro.
TeamFiltration memuat langkah spraying, yang juga muncul sebagai kategori tersendiri di halaman Initial Access dan Delivery. TokenTactics memanipulasi JWT, dan pembahasan token sebagai bahan credential access ada di Credential Access dan Privilege Escalation.
AI red teaming
Kelima tool di bagian ini menyerang model, bukan infrastruktur. Semuanya menerima target berupa aplikasi LLM atau prompt, lalu menghasilkan temuan (README.md:368-3756).
graph LR
TARGET["Aplikasi LLM dan prompt"] --> GARAK["Garak"]
TARGET --> PROMPTFOO["promptfoo"]
TARGET --> PYRIT["PyRIT"]
TARGET --> FUZZY["FuzzyAI"]
GARAK --> FIND["Temuan: jailbreak dan unsafe behavior"]
PROMPTFOO --> FIND
PYRIT --> FIND
FUZZY --> FIND
FIND --> DEEPEVAL["deepeval"]
style TARGET fill:#f59e0b,color:#000
style FIND fill:#8b5cf6,color:#fff
style DEEPEVAL fill:#2d7d46,color:#fff
style GARAK fill:#dc2626,color:#fff
style PROMPTFOO fill:#dc2626,color:#fff
style PYRIT fill:#dc2626,color:#fff
style FUZZY fill:#dc2626,color:#fff
%% fig: Empat probe menuju satu himpunan temuan
%% desc: Garak, promptfoo, PyRIT, dan FuzzyAI memeriksa target yang sama dari sudut berbeda, lalu deepeval mengevaluasi hasilnya.| Name di README | Isi deskripsi | Peran |
|---|---|---|
| Garak | LLM vulnerability scanner designed to probe for weaknesses, jailbreaks, and unsafe behaviors | Scanner kerentanan model |
| promptfoo | CLI and framework for evaluating, testing, and red-teaming LLM applications and prompts | Framework eval dan red teaming tingkat aplikasi |
| PyRIT | Framework untuk proactively identify risks in generative AI systems | Identifikasi risiko generatif |
| FuzzyAI | Fuzzer untuk automated LLM fuzzing dan deteksi jailbreak pada LLM API | Fuzzing antarmuka API |
| deepeval | Open-source LLM evaluation framework | Evaluasi hasil, bukan penyerangan |
Garis pemisahnya berguna saat menyusun rencana uji. Garak, PyRIT, dan FuzzyAI menghasilkan percobaan yang menyerang; deepeval dan promptfoo lebih banyak mengukur dan membandingkan keluaran. Memakai satu scanner saja akan melewatkan kelas kegagalan yang hanya muncul pada tingkat aplikasi, misalnya kebocoran system prompt.
Offensive AI agent
Kelompok terakhir membalik arah: model menjadi operator, bukan target (README.md:377-3847).
| Name di README | Isi deskripsi |
|---|---|
| PentAGI | Fully autonomous AI Agents system capable of performing complex penetration testing tasks |
| HexStrike AI | MCP server yang membuat AI agent menjalankan 150+ cybersecurity tools secara otonom |
| CAI | Framework ringan untuk membangun automasi ofensif dan defensif berbasis AI |
| RedAmon | Agentic red team framework: reconnaissance sampai post-exploitation tanpa intervensi manusia |
| raptor | Mengubah Claude Code menjadi AI agent keamanan ofensif dan defensif |
⚠️
HexStrike AImemberi agent akses ke 150+ tool keamanan, danRedAmonmenyatakan diri berjalan dari reconnaissance sampai post-exploitation tanpa intervensi manusia. Dua sifat itu berarti kesalahan konfigurasi pada agent berubah menjadi perintah destruktif yang dieksekusi tanpa pemeriksaan. Batasi tool yang diekspos MCP server, jalankan pada lingkungan lab, dan siapkan kill switch sebelum mencoba pada engagement nyata.
Tool agentik juga mengubah pola pencatatan. Ketika satu agent memanggil banyak tool berurutan, jejak perintah tidak lagi berasal dari satu operator, sehingga logging tingkat agent perlu disimpan bersama output tool. Untuk pembahasan program dan emulasi adversary secara keseluruhan, termasuk perkakas cloud seperti Stratus Red Team yang berada di bagian Adversary Emulation, lihat Emulasi Adversary, LOTL, dan Operasionalisasi Program.