ИИ для пентестер в банковском секторе

ИИ для пентестера в банковском секторе: конструктор промптов

Банковский сектор — зона повышенного риска: легаси-системы, микросервисы, API-шлюзы и строгий комплаенс. Пентестер, вооружённый LLM, получает не просто автокомплит, а ассистента для анализа кода, поиска нестандартных векторов атак и генерации фишинговых сценариев. Ключевая проблема — некачественный промпт, который даёт общие советы вместо конкретных эксплойтов.

Анатомия эффективного промпта

Промпт для пентеста должен содержать 5 обязательных блоков:

1. Роль — «ты senior-пентестер с фокусом на банковские web-приложения».
2. Контекст — стек технологий, версии, архитектура (например, «Java 11, Spring Boot 2.7, Oracle DB, JWT-авторизация»).
3. Задача — конкретный вектор: «найди SQL-инъекцию в параметре accountId».
4. Ограничения — «не предлагай DoS-атаки, только OWASP Top 10».
5. Формат вывода — «таблица: параметр, тип уязвимости, payload, вероятность эксплуатации».

Совет: всегда указывайте версии ПО и CWE-идентификаторы в промпте. LLM генерирует на 40% более точные payload'ы, когда видит конкретный CWE-89, а не «SQL-инъекцию».

Готовые шаблоны запросов

Шаблон 1. Анализ легаси-кода на Java

Промпт: «Ты — пентестер. Код: [вставьте фрагмент]. Найди уязвимости класса CWE-79 и CWE-89. Для каждой дай: строку кода, payload для проверки, рекомендацию по фиксу. Игнорируй проблемы производительности».

Шаблон 2. Проверка API-эндпоинтов

Промпт: «Проанализируй OpenAPI-спеку: [ссылка]. Составь матрицу атак: IDOR, массовое присваивание, слабая аутентификация. Для каждого метода укажи: HTTP-запрос (curl), ожидаемый ответ, критерий уязвимости».

Шаблон 3. Генерация фишингового сценария

Промпт: «Создай 3 варианта фишингового письма для сотрудника банка (роль: операционист). Используй легитимные домены банка, но с подменой ссылки на /login. Укажи: тема, тело, URL-обфускация».

Настройка и калибровка

Настраивайте temperature (0.2–0.4 для точных payload, 0.7–0.9 для креативных сценариев) и max_tokens (до 2000 для отчётов). Используйте few-shot — добавьте в промпт 1–2 примера «вход-выход» из вашей прошлой пентест-сессии. Для банковских систем критично: запретите LLM генерировать реальные эксплойты для production-среды — добавьте в промпт «только PoC-код, не рабочий эксплойт».

Промпт-инжиниринг для пентеста — это итеративный процесс. Начните с узкой задачи, проверьте вывод, уточните контекст (добавьте заголовки запросов, куки, параметры). Помните: LLM — это усилитель вашей экспертизы, а не замена сканеру уязвимостей.