EVA: Agent AI Hỗ Trợ Pentest Và Kiểm Thử An Ninh Mạng

Trong lĩnh vực an ninh mạng tấn công (offensive security), việc rà quét lỗ hổng và kiểm thử xâm nhập (pentest) đòi hỏi chuyên gia phải xử lý hàng loạt công cụ CLI, thu thập khối lượng dữ liệu khổng lồ và liên tục phân tích ngữ cảnh để đưa ra bước đi tiếp theo. Quá trình thủ công này không chỉ ngốn thời gian mà còn dễ bỏ sót các vector tấn công quan trọng. Sự bùng nổ của các mô hình ngôn ngữ lớn (LLM) đã mở ra cơ hội tự động hóa và nâng tầm workflow kiểm thử an ninh mạng một cách thông minh hơn.

Dự án mã nguồn mở EVA (Exploit Vector Agent) ra đời như một câu trả lời cho bài toán đó. Được phát triển bởi tác giả ARCANGEL0, EVA là một agent AI đóng vai trò ‘co-pilot' cho pentester, hỗ trợ định hướng chiến thuật tấn công, đề xuất lệnh thực thi trong môi trường terminal, tự động tra cứu cơ sở dữ liệu CVE và tổng hợp báo cáo chi tiết. Hãy cùng danhbaai.com phân tích sâu về kiến trúc, tính năng và giá trị thực tế của công cụ đáng chú ý này.

Tóm tắt nhanh

EVA (Exploit Vector Agent) là một agent AI mã nguồn mở viết bằng Python, được thiết kế để hỗ trợ chuyên gia an ninh mạng và hacker mũ trắng trong quá trình pentest. Công cụ này tích hợp nhiều LLM backend (Ollama, OpenAI, Claude, Gemini), gợi ý lệnh khai thác tự động, tra cứu CVE real-time và trích xuất sơ đồ ma trận tấn công trực quan. EVA đóng vai trò là một 'trợ lý ảo' đắc lực giúp tăng tốc độ thu thập thông tin và phân tích lỗ hổng.

Thông tin tổng quan

RepoARCANGEL0/EVA
Stars / Forks⭐ 497 / 101
Ngôn ngữPython (100%)
LicenseKhông rõ
Contributors2
Release mới nhấtv3.1
Cập nhật cuối16/06/2026

EVA là gì?

Đối với những người không chuyên về lập trình hoặc AI, bạn có thể hình dung EVA như một ‘chuyên gia tư vấn an ninh mạng ảo' ngồi ngay trong cửa sổ dòng lệnh (terminal) của bạn. Thay vì bạn phải tự mình nhớ hàng trăm câu lệnh nmap, metasploit hay tra cứu các lỗ hổng CVE phức tạp trên Google, bạn chỉ cần mô tả mục tiêu hoặc dán kết quả quét vào EVA. Agent AI này sẽ suy luận ngữ cảnh, chỉ ra những điểm yếu tiềm ẩn và đề xuất chính xác câu lệnh tiếp theo bạn cần chạy.

EVA được tạo ra không phải để thay thế con người hay tự động đi tấn công phá hoại, mà đóng vai trò hướng dẫn và tối ưu hóa quy trình làm việc cho các pentester. Dự án ra đời trong bối cảnh các cuộc thi CTF (Capture The Flag) và môi trường pentest doanh nghiệp ngày càng phức tạp, đòi hỏi tốc độ xử lý dữ liệu nhanh chóng cũng như sự phối hợp mượt mà giữa trí tuệ nhân tạo và kinh nghiệm thực chiến của con người.

Tính năng chính

  • Đa dạng LLM Backend — Hỗ trợ linh hoạt từ các model chạy local hoàn toàn riêng tư qua Ollama (với model chuyên dụng như whiterabbitv2) cho đến các mô hình thương mại hàng đầu như OpenAI GPT-4/GPT-5, Anthropic Claude, Google Gemini và cả các API tùy chỉnh.
  • Tương tác CLI thông minh — Giao diện dòng lệnh cho phép người dùng xem trước câu lệnh do AI đề xuất và lựa chọn nhanh qua các phím bấm: [R]un (chạy lệnh), [S]kip (bỏ qua), [A]sk (hỏi thêm) hoặc [Q]uit (thoát).
  • Tra cứu CVE & Lỗ hổng real-time — Tính năng eva --search tích hợp sẵn khả năng tìm kiếm thông tin exploit và cơ sở dữ liệu CVE dựa trên thông tin dịch vụ/phiên bản phần mềm được cung cấp.
  • Tự động vẽ ma trận tấn công (Attack Surface Map) — Khả năng trích xuất dữ liệu phiên làm việc thành tệp HTML/JS tương tác, hiển thị trực quan sơ đồ kết nối mạng, thiết bị Active Directory hay các miền Kerberos.
  • Xuất báo cáo chuyên nghiệp — Tự động tổng hợp dữ liệu thu thập được trong quá trình pentest để tạo báo cáo định dạng HTML và PDF (thông qua wkhtmltopdf), tiết kiệm giờ làm báo cáo thủ công.
  • Quản lý Session bền vững — Lưu trữ tiến trình pentest theo từng phiên làm việc (session JSON), cho phép người dùng tạm ngưng, đổi tên hoặc quay lại tiếp tục dự án bất kỳ lúc nào mà không mất lịch sử ngữ cảnh.

Yêu cầu phần cứng & hệ thống

Thành phầnYêu cầu
GPU/VRAM8GB VRAM trở lên nếu dùng mô hình local qua Ollama (model ~9.8GB như whiterabbitv2). Không bắt buộc GPU nếu dùng Cloud API (OpenAI/Claude/Gemini) (ước tính)
RAM16GB RAM trở lên để đảm bảo hệ thống vận hành mượt mà khi chạy cùng các công cụ pentest khác (ước tính)
CPUCPU 4 nhân trở lên (khuyến nghị x86_64) (ước tính)
Ổ cứng~15GB dung lượng trống (để chứa local LLM weights, dữ liệu session và báo cáo)
OSLinux (Kali Linux, Ubuntu, Debian khuyến nghị), macOS hoặc WSL2 trên Windows
Phần mềm nềnPython 3.10+, Ollama (nếu chạy local), wkhtmltopdf (tùy chọn để xuất PDF)

Cách cài đặt và sử dụng

Bạn có thể cài đặt EVA nhanh chóng thông qua pip hoặc clone trực tiếp từ GitHub repo:

Cách 1: Cài đặt qua PyPI (Khuyên dùng)

pip install eva-exploit
eva

Cách 2: Clone từ GitHub Repo

git clone https://github.com/ARCANGEL0/EVA.git
cd EVA
chmod +x eva.py
./eva.py

# Đưa vào PATH để sử dụng ở bất kỳ đâu
sudo mv eva.py /usr/local/bin/eva

Cấu hình thiết lập lần đầu:

# Chạy lệnh cấu hình API Key, Endpoint hoặc Ollama model
eva --config

Phù hợp với ai?

EVA phù hợp với:

  • Pentester & Security Auditor: Những người muốn tăng tốc độ thực thi công việc, tự động hóa khâu phân tích log, gợi ý lệnh reconnaissance và viết báo cáo kết quả.
  • Người chơi CTF (Capture The Flag): Cần một trợ lý đắc lực để gợi ý hướng đi khi bị ‘bí' ý tưởng trong các bài lab như Hack The Box, TryHackMe.
  • Doanh nghiệp & Đội ngũ Red Team: Cần chuẩn hóa quy trình đánh giá an ninh mạng nội bộ và trực quan hóa sơ đồ bề mặt tấn công.

EVA KHÔNG phù hợp với:

  • Người mới bắt đầu chưa có kiến thức căn bản về Networking/Linux: EVA chỉ đề xuất và thực thi lệnh, nếu bạn không hiểu bản chất câu lệnh (như nmap, msfconsole), bạn sẽ không thể kiểm soát rủi ro.
  • Hành vi tấn công trái phép: Công cụ được thiết kế nghiêm ngặt cho mục đích ethical hacking. Việc sử dụng EVA trên hệ thống chưa được cấp phép là vi phạm pháp luật.

Ứng dụng thực tế

  • Hỗ trợ giải máy bài lab CTF (Hack The Box / TryHackMe): Người dùng chỉ cần cung cấp IP mục tiêu, EVA sẽ gợi ý chiến thuật leo thang đặc quyền (Privilege Escalation) và phân tích các dịch vụ đang mở.
  • Tự động hóa báo cáo kiểm thử xâm nhập: Tóm tắt toàn bộ dữ liệu quét thu thập được trong session thành file báo cáo HTML/PDF chuyên nghiệp để gửi cho khách hàng hoặc cấp trên.
  • Trực quan hóa bề mặt tấn công mạng nội bộ: Tạo sơ đồ ma trận mạng (Attack Map) dạng tương tác HTML để phân tích mối quan hệ giữa các máy chủ Active Directory và tài khoản domain.
  • Tra cứu nhanh exploit cho dịch vụ cụ thể: Khi phát hiện một service chạy phiên bản cũ (ví dụ: WingFTP 4.7.3), sử dụng eva --search để AI tìm kiếm và đề xuất exploit vector phù hợp.

Đánh giá của danhbaai.com

EVA (Exploit Vector Agent) là một bước tiến thú vị trong việc đưa ứng dụng của AI Agent vào lĩnh vực an ninh mạng tấn công. Việc hỗ trợ cả các mô hình Cloud hàng đầu (GPT-4/5, Claude 3.5, Gemini) lẫn mô hình Local riêng tư qua Ollama giúp EVA đáp ứng tốt cả nhu cầu bảo mật dữ liệu khắt khe lẫn nhu cầu xử lý nhanh của cộng đồng pentester.

Mặc dù dự án còn khá mới (phát triển từ cuối năm 2025) và quy mô đóng góp cộng đồng chưa lớn, nhưng bộ tính năng mà tác giả xây dựng — từ vẽ sơ đồ tấn công, tra cứu CVE cho đến giao diện CLI tương tác trực quan — đều đánh đúng vào các ‘điểm đau' thực tế của pentester. So với việc dùng ChatGPT thông thường, EVA vượt trội hơn nhờ khả năng lưu trữ ngữ cảnh session chuyên biệt cho pentest và khả năng thực thi lệnh trực tiếp trên terminal.

Tóm lại, nếu bạn là một chuyên gia kiểm thử an ninh mạng hay một người chơi CTF tích cực, EVA chắc chắn là một công cụ mã nguồn mở rất đáng để trải nghiệm và đưa vào kho vũ khí của mình.

ƯU ĐIỂM

  • Hỗ trợ đa dạng AI Backend (Ollama local, OpenAI, Claude, Gemini, Custom API)
  • Giao diện CLI tương tác trực tiếp với các phím tắt tiện lợi ([R]un, [S]kip, [A]sk)
  • Tích hợp tính năng tra cứu CVE và lỗ hổng phần mềm real-time
  • Tự động xuất báo cáo kết quả pentest dạng HTML/PDF và vẽ sơ đồ Attack Map
  • Hoàn toàn miễn phí, mã nguồn mở chuẩn MIT License

NHƯỢC ĐIỂM

  • Cần có kiến thức thực tế về pentest để thẩm định các câu lệnh do AI đề xuất
  • Backend G4F (miễn phí) đôi khi thiếu ổn định do phụ thuộc vào nhà cung cấp bên thứ ba
  • Tài liệu hướng dẫn (docs) còn khá sơ khai, chủ yếu nằm trong file README

Câu hỏi thường gặp

EVA có thể chạy offline hoàn toàn mà không cần Internet không?

EVA hoàn toàn có thể chạy offline 100% nếu bạn cấu hình backend sử dụng Ollama với các model local như ALIENTELLIGENCE/whiterabbitv2.

EVA có tự động tấn công phá hoại mục tiêu mà không cần con người xác nhận không?

Không. EVA được thiết kế theo cơ chế Human-in-the-loop. AI chỉ đóng vai trò phân tích dữ liệu và đề xuất câu lệnh, người dùng phải xác nhận bấm phím [R]un thì lệnh mới được thi hành.

Tôi có thể dùng tài khoản OpenAI hoặc Anthropic cá nhân cho EVA không?

Có. EVA hỗ trợ các API thương mại hàng đầu như OpenAI GPT-4/GPT-5, Anthropic Claude 3.5 Sonnet và Google Gemini 2.0 Flash thông qua việc thiết lập API Key trong file cấu hình.

Làm thế nào để EVA xuất được báo cáo định dạng PDF?

Để xuất file PDF chuẩn, bạn cần cài đặt thêm công cụ dòng lệnh `wkhtmltopdf` trên hệ điều hành của mình. Nếu không có, EVA vẫn xuất ra định dạng báo cáo HTML rất đẹp mắt.

7.5Expert Score
Tốt
EVA (Exploit Vector Agent) là một agent AI mã nguồn mở viết bằng Python, được thiết kế để hỗ trợ chuyên gia an ninh mạng và hacker mũ trắng trong quá trình pentest. Công cụ này tích hợp nhiều LLM backend (Ollama, OpenAI, Claude, Gemini), gợi ý lệnh khai thác tự động, tra cứu CVE real-time và trích xuất sơ đồ ma trận tấn công trực quan. EVA đóng vai trò là một 'trợ lý ảo' đắc lực giúp tăng tốc độ thu thập thông tin và phân tích lỗ hổng.
Tính năng
8.5
Dễ cài đặt
8
Tài liệu
7
Cộng đồng
6.5
Độ ổn định
7.5
PROS
  • Hỗ trợ đa dạng AI Backend (Ollama local, OpenAI, Claude, Gemini, Custom API)
  • Giao diện CLI tương tác trực tiếp với các phím tắt tiện lợi ([R]un, [S]kip, [A]sk)
  • Tích hợp tính năng tra cứu CVE và lỗ hổng phần mềm real-time
  • Tự động xuất báo cáo kết quả pentest dạng HTML/PDF và vẽ sơ đồ Attack Map
  • Hoàn toàn miễn phí, mã nguồn mở chuẩn MIT License
CONS
  • Cần có kiến thức thực tế về pentest để thẩm định các câu lệnh do AI đề xuất
  • Backend G4F (miễn phí) đôi khi thiếu ổn định do phụ thuộc vào nhà cung cấp bên thứ ba
  • Tài liệu hướng dẫn (docs) còn khá sơ khai, chủ yếu nằm trong file README

Nguồn: github.com/ARCANGEL0/EVA — Bài phân tích bởi danhbaai.com.

Subscribe
Notify of
guest

0 Comments
Oldest
Newest
Danh Bạ AI
Logo
Register New Account