하네스 (Harness)는 while 루프, MCP를 통한 Binary Ninja, 그리고 4개의 마크다운 파일가 전부입니다. 그것이 전부입니다.

GPT-5.5-Cyber는 Cortex XDR로부터 6,358개의 YARA 규칙, 9,350개의 행동 탐지 (behavioral detection) 규칙, 테스트 하네스 (test harnesses)를 갖춘 7개의 ML 모델, 그리고 전체 CLIPS 기반 규칙 엔진을 추출했습니다. 모든 암호화 키가 자동으로 복구되었습니다. 모든 규칙은 라이브 인스턴스에 대해 검증되었습니다.

동일한 접근 방식이 CrowdStrike, Microsoft Defender for Endpoint, SentinelOne, Elastic Security, 그리고 엔드포인트로 로컬 탐지 로직을 전송하는 다른 모든 EDR에도 적용됩니다.

이것이 보안 연구 (security research)를 위해 LLM을 사용하는 실제 모습입니다. AI가 생성한 저질 블로그 글 (blog slop)도 아니고, 출처 표기 없이 타인의 작업물을 가로채는 것도 아닙니다. LLM이 무엇을 했는지 명확히 밝히고, 모든 발견 사항을 실제 시스템을 통해 검증하며, 방법론을 공개적으로 게시하는 실제 연구입니다.

만약 당신의 보안 전략이 로컬 엔드포인트 탐지에만 의존하고 있다면, 이것은 경종을 울리는 신호입니다.

저자: @xpn @SpecterOps

#DefenseEvasion #ThreatIntel #InfoSec
[IMG:1]
[IMG:2]
[IMG:3]