論文の概要: PentestMCP: A Toolkit for Agentic Penetration Testing
- arxiv url: http://arxiv.org/abs/2510.03610v1
- Date: Sat, 04 Oct 2025 01:55:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-07 16:52:59.150526
- Title: PentestMCP: A Toolkit for Agentic Penetration Testing
- Title（参考訳）: PentestMCP: エージェント侵入テストのためのツールキット
- Authors: Zachary Ezetta, Wu-chang Feng,
- Abstract要約: 本稿ではエージェント浸透試験をサポートするMPPサーバ実装のライブラリであるPentestMCPについて述べる。
ネットワークスキャン、リソース列挙、サービスフィンガープリント、脆弱性スキャン、エクスプロイト、エクスプロイトテストなどの一般的な浸透テストタスクをサポートすることで、PentestMCPは、開発者が浸透テストを実行するためにマルチエージェント、マルチエージェントをカスタマイズできる。
- 参考スコア（独自算出の注目度）: 0.42970700836450476
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agentic AI is transforming security by automating many tasks being performed manually. While initial agentic approaches employed a monolithic architecture, the Model-Context-Protocol has now enabled a remote-procedure call (RPC) paradigm to agentic applications, allowing for the flexible construction and composition of multi-function agents. This paper describes PentestMCP, a library of MCP server implementations that support agentic penetration testing. By supporting common penetration testing tasks such as network scanning, resource enumeration, service fingerprinting, vulnerability scanning, exploitation, and post-exploitation, PentestMCP allows a developer to customize multi-agent workflows for performing penetration tests.
- Abstract（参考訳）: Agentic AIは、手動で実行される多くのタスクを自動化することによって、セキュリティを変革している。
初期のエージェントアプローチではモノリシックなアーキテクチャを採用していたが、Model-Context-Protocolはエージェントアプリケーションへのリモートプロデューサコール(RPC)パラダイムを有効にし、マルチファンクショナルエージェントの柔軟な構築と構成を可能にした。
本稿ではエージェント浸透試験をサポートするMPPサーバ実装のライブラリであるPentestMCPについて述べる。
ネットワークスキャン、リソース列挙、サービスフィンガープリント、脆弱性スキャン、エクスプロイト、エクスプロイトといった一般的な浸透テストタスクをサポートすることで、PentestMCPは、開発者は浸透テストを実行するためにマルチエージェントワークフローをカスタマイズできる。
関連論文リスト
- MCPShield: A Security Cognition Layer for Adaptive Trust Calibration in Model Context Protocol Agents [39.267334469481916]
我々は,MPPベースのツールを呼び出す際に,エージェントのセキュリティを保証するプラグインセキュリティ認知層としてMPPShieldを提案する。
我々の研究は、オープンエージェントエコシステムにおけるMPPベースのツール呼び出しに対して、実用的で堅牢なセキュリティ保護を提供します。
論文 参考訳（メタデータ） (2026-02-15T19:10:00Z) - BackdoorAgent: A Unified Framework for Backdoor Attacks on LLM-based Agents [58.83028403414688]
大規模言語モデル(LLM)エージェントは、計画、メモリ、ツールの使用を組み合わせた多段階ワークフローを通じてタスクを実行する。
エージェントワークフローの特定のステージに注入されたバックドアトリガーは、複数の中間状態を通して持続し、下流出力に悪影響を及ぼす可能性がある。
LLMエージェントにおけるバックドア脅威を統一したエージェント中心のビューを提供するモジュールおよびステージアウェアフレームワークである textbfBackdoorAgent を提案する。
論文 参考訳（メタデータ） (2026-01-08T03:49:39Z) - HPCAgentTester: A Multi-Agent LLM Approach for Enhanced HPC Unit Test Generation [4.317603954896689]
ハイパフォーマンスコンピューティングにおける単体テストは重要であるが、並列性、複雑なアルゴリズム、多様なハードウェアによって挑戦されている。
本稿では,OpenMP と MPI を利用した HPC ソフトウェアの単体テスト生成の自動化と高速化を目的とした,新しいマルチエージェント大規模言語モデル (LLM) フレームワーク HPCAgentTester を紹介する。
論文 参考訳（メタデータ） (2025-11-13T23:52:53Z) - Tool-to-Agent Retrieval: Bridging Tools and Agents for Scalable LLM Multi-Agent Systems [1.2092584191043323]
ツールと親エージェントの両方を共有ベクトル空間に埋め込む統合フレームワークであるTool-to-Agent Retrievalを紹介する。
ツールの機能を明示的に表現し,メタデータをエージェントレベルにトラバースすることで,ツールからエージェントレベルの詳細な検索が可能になる。
論文 参考訳（メタデータ） (2025-11-03T18:58:28Z) - InfiAgent: Self-Evolving Pyramid Agent Framework for Infinite Scenarios [28.65914611521654]
InfiAgentはピラミッドのようなDAGベースのMulti-Agent Frameworkで、textbfinfiniteのシナリオに適用できる。
InfiAgentはADAS(類似の自動生成エージェントフレームワーク)と比較して9.9%高いパフォーマンスを実現している
論文 参考訳（メタデータ） (2025-09-26T15:44:09Z) - AgentScope 1.0: A Developer-Centric Framework for Building Agentic Applications [95.42093979627703]
AgentScopeは柔軟で効率的なツールベースのエージェント環境インタラクションをサポートする。
エージェントの動作をReActパラダイムに基盤として,エージェントレベルの高度なインフラストラクチャを提供します。
AgentScopeには、開発者フレンドリーなエクスペリエンスのための堅牢なエンジニアリングサポートも含まれている。
論文 参考訳（メタデータ） (2025-08-22T10:35:56Z) - Technical Implementation of Tippy: Multi-Agent Architecture and System Design for Drug Discovery Laboratory Automation [0.0]
本稿では,Tippyのマルチエージェントシステム実装に関する総合的技術分析を行った。
我々は,OpenAI Agents SDKを介して協調する5つの特殊エージェント(スーパーバイザ,分子,ラボ,分析,レポート)を特徴とする分散アーキテクチャを提案する。
システムアーキテクチャには、エージェント固有のツール統合、非同期通信パターン、Gitベースのトラッキングによる包括的な構成追跡が含まれている。
論文 参考訳（メタデータ） (2025-07-18T17:57:40Z) - MCPEval: Automatic MCP-based Deep Evaluation for AI Agent Models [76.72220653705679]
我々は、エンドツーエンドタスク生成とインテリジェントエージェントの深い評価を自動化するオープンソースのフレームワークであるMCPEvalを紹介する。
MCPEvalはメトリクスを標準化し、ネイティブエージェントツールとシームレスに統合し、評価パイプラインを構築するための手作業を排除する。
実世界の5つのドメインにまたがる実証的な結果から、ニュアンスのある、ドメイン固有のパフォーマンスを明らかにする効果が示された。
論文 参考訳（メタデータ） (2025-07-17T05:46:27Z) - Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。
本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
論文 参考訳（メタデータ） (2025-06-22T16:52:48Z) - AD-AGENT: A Multi-agent Framework for End-to-end Anomaly Detection [10.382866241093954]
不正検出、ネットワーク監視、科学研究などの分野で不可欠な異常検出。
本稿では,自然言語命令を完全実行可能なADパイプラインに変換するフレームワークであるAD-AGENTを提案する。
論文 参考訳（メタデータ） (2025-05-19T01:14:57Z) - MCP Safety Audit: LLMs with the Model Context Protocol Allow Major Security Exploits [0.0]
Model Context Protocol (MCP) は、大規模言語モデル(LLM)、データソース、エージェントツールへのAPI呼び出しを標準化するオープンプロトコルである。
現在のMPP設計はエンドユーザーに幅広いセキュリティリスクをもたらすことを示す。
任意のMPPサーバのセキュリティを評価するために,安全監査ツールであるMPPSafetyScannerを導入する。
論文 参考訳（メタデータ） (2025-04-02T21:46:02Z) - PC-Agent: A Hierarchical Multi-Agent Collaboration Framework for Complex Task Automation on PC [98.82146219495792]
本稿では,PC-Agentという階層型エージェントフレームワークを提案する。
認識の観点からは,現在のMLLMのスクリーンショットコンテンツに対する認識能力の不十分さを克服するために,アクティブ知覚モジュール(APM)を考案する。
意思決定の観点から、複雑なユーザ命令や相互依存サブタスクをより効果的に扱うために、階層的なマルチエージェント協調アーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-02-20T05:41:55Z) - Multi-agent Deep Covering Skill Discovery [50.812414209206054]
本稿では,複数エージェントの結合状態空間の予測被覆時間を最小化し,マルチエージェントオプションを構築するマルチエージェントDeep Covering Option Discoveryを提案する。
また、MARLプロセスにマルチエージェントオプションを採用するための新しいフレームワークを提案する。
提案アルゴリズムは,アテンション機構とエージェントの相互作用を効果的に把握し,マルチエージェントオプションの同定に成功した。
論文 参考訳（メタデータ） (2022-10-07T00:40:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。