从一个固件文件,到一份带复现证据的漏洞报告——中间的解包、架构审计、模拟环境搭建、IDA 逆向、PoC 验证、失败复审,全部由两个 AI Agent 分工协作完成。
友情提示,处理实战使用展示部分其余都是使用AI帮我生成滴(偷个懒)。
前面大部分都是我的项目的一些介绍,也可以直接看看框架然后直接跳到实战使用部分看看我实战使用的一些情况。

总体架构
iot_vlun_auto:双端 AI Agent 协作的 IoT 固件自动化漏洞挖掘平台
从一个固件文件,到一份带复现证据的漏洞报告——中间的解包、架构审计、模拟环境搭建、IDA 逆向、PoC 验证、失败复审,全部由两个 AI Agent 分工协作完成。
友情提示,处理实战使用展示部分其余都是使用AI帮我生成滴(偷个懒)。
前面大部分都是我的项目的一些介绍,也可以直接看看框架然后直接跳到实战使用部分看看我实战使用的一些情况。
一、为什么做这个项目
随着大模型的崛起,分析人员也是鸟枪换炮了,AI极大的加速了安全分析的工作,我也是一边学习一边想到将自己所学转化成一个切实能辅助到我的一份工具,虽然它还不够完善,但是对我来说它已经还算不错了,后续有时间我将继续弥补项目的不足之处。
本项目做的是:确定性代码做苦力,LLM 只做判断。全流程被拆成确定性阶段(解包 / 审计 / 攻击面 / 模拟 / 验证)和少量真正需要智能的决策点(疑点审计、模拟环境修复、exploit 构造、失败复审)。LLM 只出现在决策点上,且每一次"成功"的结论都必须留下可机器校验的证据——无证据的申报会被程序直接推回。
二、项目一览
平台由两个物理上分离的 AI Agent 组成,通过消息队列协作:
| 端 | 职责 | 核心工具 |
|---|---|---|
| Ubuntu | 解包 / 审计 / 攻击面 / 模拟 / 验证 | qemu(user/system)、FirmAE、binwalk |
| Windows | IDA 逆向 / 漏洞发现 / exploit 构造 | IDA Pro 9(headless 批量 + MCP 活实例)、LLM |
输入:任意 IoT 路由器/网关固件镜像(.bin/.chk/.img,squashfs 封装)。
输出:漏洞清单 + 可执行 exploit(纯 Python 自包含、载荷内嵌)+ QEMU 模拟复现证据(verdict.json + 证据包)+ 人类可读报告。即使一轮挖掘一无所获,也会产出一份含负结果分析的报告——分析投入不白费,结论可追溯。
为什么拆成两台机器?因为两个端的能力天然互补且天然隔离:逆向分析离不开 IDA Pro(Windows 生态),而 qemu/FirmAE 模拟链条只在 Linux 上可用。这个物理隔离随后被项目做成了安全特性——下文详述。
三、总体架构

3.1 Ubuntu 编排端:iot-agent 控制台
Linux 端只有一个入口:iot-agent 交互控制台。它不是命令行菜单,而是一个真正的 coding-agent 式智能体:你直接输入自然语言需求(比如"挖 targets/vigor2962 的栈溢出,最多 2 个,优先 web 服务"),背后的编排智能体自行推理、用 todo 规划步骤,再通过白名单 pipeline 工具调用平台的全部确定性阶段。运行中你可以随时插话改方向、切模型,或用 /next 开下一轮。
编排智能体手下还有两个专用子智能体:
- emu_agent(模拟子智能体):负责把固件服务在 QEMU 里跑起来——优先 FirmAE、其次 qemu user/system,可写脚本、做汇编级补丁,卡住时自助排障或跨端求助;
- exp_agent(确认子智能体):对 Windows 交付的 exploit 字节做动态确认(gdb/gdbserver 级验证),但它无权产出任何 exploit 工件。
3.2 Windows 分析端:ida-service
Windows 端只需保持 ida-service 运行。它轮询消息队列,收到分析请求后走一条"便宜在前、昂贵在后"的漏斗:
- headless IDA 批量提取(
idat -A -S):函数、字符串、导入表,纯确定性,结果缓存; - 确定性疑点预筛(VulFi 式 suspect_scan):危险导入 / 交叉引用 / 伪代码模式打分,外加厂商符号启发和二阶 sink 推导——名字不起眼、但调用了危险导入的包装函数会被判为 sink,其调用者自动进入审计范围;
- LLM 只审计疑似点:初始提示词只带疑点列表 + 少量反编译样本,agent 需要更多细节时再通过 MCP 按需查询 IDA 活实例;
- 产出
<vuln>结构化结论 → 物化为 exploit.py + description.json → precheck 一致性门禁 → 上传。
对大二进制,find_first 模式只带 top-5 样本进首轮 prompt,体积缩减约 60%——这是分析速度的关键。
3.3 中间层:JSON 文件消息队列 + SFTP
双端通信没有引入任何消息服务器或 RPC 框架,而是JSON 文件 + SFTP:
- 发送方把消息原子写入
workspace/mq/from_<role>/,接收方消费后移入mq/acked/,单文件单消息、幂等 msg_id; - Windows 侧的
MqSftp用裸 paramiko Transport 只开 SFTP 通道、永不创建 exec channel——Windows 在协议层面就不可能在 Ubuntu 上执行命令; - 断链自愈三层兜底:keepalive、有界重连、服务主循环 5s→120s 退避重试,"永不被断网杀死"。
全部 14 个消息 stage 覆盖分析、复审、补丁、验证四类协作,最核心的四个:
exploit_request (U→W) 交付目标二进制+上下文,请求分析构造 exploit
exploit_response (W→U) 交付 exploit / blocked + 原因
review_request (U→W) 附失败证据包,请求复审
hook_request (U→W) 模拟环境卡住,请求配置/补丁/IPC 分析
3.4 目标状态机
每个固件是一个 target,由一个 14 态状态机(state.json)管理生命周期:acquired → unpacked → audited → surface_mapped → exploit_analysis → exploit_delivered → env_ready → verified → reported,外加 blocked / agent_failed 等异常态。显式 TRANSITIONS 表强制合法迁移——尤其 verified 状态禁止被合成:它只能来自真实的验证判决,想"路过"它直接走完流程是不可能的。
四、一次任务的完整数据流
① 固件接入(确定性,~5 分钟)
target init → unpack → audit → surface
② 发分析请求
每个网络面服务一个 exploit_request → mq/from_ubuntu/
③ Windows 分析(每二进制 10-30 分钟)
SFTP 下载 → IDA 批量提取 → 疑点预筛 → LLM 审计
→ exploit.py 构建(载荷内嵌)→ precheck 门禁 → 上传
④ 消费交付(自动)
wait-deliveries 轮询 → ack + 持久化
→ 全 blocked 时零交付短路:不起环境、不烧 token
⑤ 模拟复现(~30-60 分钟)
决策选内核 → qemu-system 启动 → LLM 修复环(L4→L5)
→ 卡住则 hook 闭环(Windows 交付补丁 → 应用 → 重探)
⑥ 验证
T0-T4 阶梯 × N runs → verdict.json + 证据包
→ 非环境类失败自动复审环(→ Windows → 重验)
⑦ 报告
reports/final_report.md + .json
五、关键工程设计
5.1 六级模拟能力阶梯
模拟是全流程最不可预测的环节,平台用一条能力阶梯把它变成可度量的进度而不是玄学:
| 级 | 名称 | 含义 |
|---|---|---|
| L0 | 用户态模拟 | qemu-user 跑单个二进制 |
| L1 | 通用内核系统态 | qemu-system + 匹配内核 |
| L2 | 串口控制台 | 内核 boot-ok(严格七类判定) |
| L3 | 运行时 rootfs | /init 全链 + 设备节点 |
| L4 | 服务启动 | 目标服务进程存活 |
| L5 | 服务应答 | HTTP/网络应答 + SELFTEST |
| L6 | 跨端挂钩 | 需 Windows 侧分析的复杂问题 |
多内核资产注册表自动发现候选内核,按 ISA 拒决 + libc 版本邻近排序,零厂商特化。环境卡在固件特异问题时进入 LLM 修复环:先自助(机制无关的配置挖掘 + 设备垫片),不够再跨端问 Windows(hook 闭环:请求 → IDA 分析 → 交付 → 应用 → 重探,全程留痕)。成功判据不依赖 LLM 自觉——SELFTEST 四级判定只采信本次启动后的 boot log 增量里的标记,历史运行的旧标记不计数。
5.2 对抗式验证:T0-T4 阶梯
发现与验证严格分离。Windows 交付的每个 exploit 都要过五层拷问:
| 层 | 问题 | 判据 |
|---|---|---|
| T0 | exp 格式有效 | arch/endian/工件与描述一致 |
| T1 | 服务可达 | HTTP 型要求 应用层应答(SLIRP hostfwd 端口假开不算) |
| T2 | 预期效果 | 崩溃信号/命令回显/宿主标记文件与声明原语匹配 |
| T3 | 复现稳定 | 同一 exp ≥2/3 次结果一致 |
| T4 | 影响确认 | 区分 RCE / DoS / 信息泄露,证据可取证 |
T1 那条"应用层应答"是被真实假阳性教训出来的:QEMU SLIRP 的 hostfwd 会让端口看起来是开的,哪怕里面根本没有服务。端口开 ≠ 服务活。
5.3 反欺诈证据契约
这套平台里 LLM 的角色太多(分析、模拟、修复、复审),如何防止某个环节的模型"口头宣布成功"?答案是证据契约进代码:
reproduced判决必须携带command_trace(含真实 rc)+verification(含 outcome),缺一项即判无效;command_trace里rc=None被视为占位符而非证据;- 所有跨机消息、patch、验证证据落盘可追溯,
exploit.py无参数运行时发送的字节必须与已验证载荷逐字节一致。
5.4 角色边界:代码级强制,不是纪律约定
双端物理隔离被进一步做成了能力隔离:
| 能力 | Ubuntu/Linux sim | Windows IDA |
|---|---|---|
| 挖洞与 exploit 工件 | ❌ | ✅ 唯一 |
| 验证执行 | ✅ 唯一 | ❌ |
| 二进制 patch | ✅ 仅 bring-up 修补(强制 .orig 备份) | ✅ IDA 级精确分析 |
强制不是写在提示词里求模型自觉,而是 role_guard.py 逐命令拦截越权、MqSftp 协议级禁 exec、hook 交付物应用时 before_hex 强制校验——拿错字节就拒绝落盘。
5.5 四级记忆与增量挖掘
挖一个固件往往要多轮,平台四级记忆保证进度不丢:
- 固件 SHA256 指纹——同固件自动复用项目,不重新解包;
- 已交付二进制自动跳过(
answered_by登记); - Windows 每二进制持久会话(messages.jsonl + checkpoints),复审/续跑原会话;
- 跨运行记忆库(PostgreSQL 或文件降级)——按固件指纹存模拟配方、hook/patch 决策、固件怪癖,下次模拟同固件直接复用。
任务需求本身也入记忆(kind='mission'):上下文被压缩后,智能体从记忆恢复原始需求,不会回头问操作员"你刚才要什么来着"。/next 开新一轮时,排除清单自动带上失败候选与已验证发现——新轮只找新漏洞,绝不重复上报。
5.6 Token 经济学护栏
无人值守跑长任务最大的风险是失控烧钱,平台的护栏是成体系的:旧工具输出裁剪(ContextEditing)、工具调用去重、分段预算(BudgetGuard 达到上限确定性硬停、等操作员续段)、进程级模型调用总硬顶、零交付短路(全 blocked 时不起模拟环境)、blocked 也产报告(负结果也是结果)。
六、输出产物
一次完整运行后,workspace/targets/<T>/ 下留下全部可审计的产物:
targets/<T>/
├── firmware/ # 原始固件副本
├── docs/ # unpack/audit/surface 报告
├── unpacked/rootfs/ # 完整 Linux 文件树
├── analysis/exploit_NN/ # ★ exploit.py(自包含 PoC)+ description.json
├── results/exploit_NN/ # ★ verdict.json(T0-T4 判决)+ evidence/
├── emu/ # 模拟环境(boot log / 修复环 transcript / 快照)
│ └── tasks/<task_key>/ # 每任务 bringup.sh + cleanup.sh + info.json
├── reports/final_report.md # 人类可读报告
└── state.json # 状态机
值得一提的细节:每次验证成功的任务都会落盘"三件套"(bringup.sh / cleanup.sh / info.json)——从干净宿主机从零重建该任务模拟环境的确定性脚本。操作员不需要懂 agent 也能亲手复现:emu-task bringup 起环境 → 跑登记的 exploit.py → 检查 markers 目录里的证据文件。
七、实战使用
关于我自己实战使用情况来看,目前测过一个是DIR主要是测项目,还要一个是vigor2962(最新的固件)。
展示一下我实战使用情况:
首选是linux端启动 iot-agent,它会要求你输入密码,因为你的api-key是加密保存至本地文件中的

然后是它启动可能比较慢,因为iot-agent会查看你提供的api-key是否能够使用,并列出它们的信息(稍微有的小问题,但不影响使用我暂时也没管它)

/tasks 可以查看和管理任务(其它功能可使用/help查看)

windows端的agent也是差不多使用步骤

最后是实战结果,这里以"vigor2962"为例(kx ge的推荐),第一次我让它挖的是未授权RCE,它确实挖到了,但是挖的并不是想要的自启动且外部可访问(挖到的默认不自启,还是有些失望的)
使用iot-pipeline emu-task list可以查看历史任务成果信息:

然后测试给出的exp:手动再次测试时发现有一定延迟,不过还是成功命令执行了(我还差点以为exp有问题),不过这个漏洞并不是那种自启动的,除非有人特意去开启它这个功能。

后来呢我让iot-agent再次审了该固件(GLM-5.3作为漏洞挖掘主分析模型,deepseek辅助),强调了提示词 "自启动+外部可访问+未授权RCE“的条件下,未能挖掘到理想的漏洞(可能是模型不足,也可能根本没有这个洞,当然我的项目能力不足也是更可能滴)。
下面附上刚刚说的挖掘中的一些情况:
如agent匹配到了历史CVE(这里需要注意的是:iot-agent中agent使用的联网搜索的web_search工具使用的是 Tavily Search API,是有默认上限滴!)

还有它还会自己去fuzz(我fuzz都只是基础的了解,还是AI厉害啊啥都强)

实战分享到这就完了,若是对该项目感兴趣的大佬等我后续测完可移植性发出来后也可以尝试玩一玩,不过项目还要很多没有完善的地方,还请见谅,后续有时间有精力我还会继续优化该项目的。
结语
最后就是项目暂时还不能公开出来,因为可移植性还需要我去修复和测试,主要是兼容性问题,现在仅仅只是在我的设备上可以正常使用。(只在我的本地环境搭建和测试导致有一些如硬编码等问题),还有就是项目使用的ida-mcp是我二开过的,直接使用原版的并不能兼容,它也是同样需要后续做兼容性测试,等我后续做完了这些内容之后我再将它在评论区中分享出来。