LLM을 활용한 해킹 공격 및 방어 시뮬레이션 환경 구축

Development Environment

Component	Details
OS	Windows 11, WSL(Ubuntu 22.04), Ubuntu 24.04
Language	Python 3.12.5
GPU (Memory)	NVIDIA GeForce RTX 3060 (12GB)

Installation

도커를 사용하여 안전하게 격리된 환경을 구성하는 것을 권장합니다.

내용 중 <이 부분>은 모두 상황에 맞게 수정해 주세요.

Docker

Note

도커 이미지에 대한 자세한 사용법은 프로젝트 전용 이미지 를 참고해 주세요

도커를 사용하여 프로젝트 서버를 쉽게 구성할 수 있습니다.

새 폴더를 만들고 아래 두 파일을 먼저 생성합니다.

• docker-compose.yml
• .env

필요한 경우 추가 설정을 하고, 모든 설정을 마쳤다면 docker-compose.yml 파일이 위치한 곳에서 아래 명령어를 실행하여 서버 구성을 시작합니다.

docker compose up -d

이 외 다른 명령어는 여기를 참고해 주세요.

Setup LLM

.env 파일 내 환경 변수 OLLAMA_GGUF_DOWNLOAD_URL 값을 설정하여 원하는 LLM을 프로젝트에서 사용할 수 있습니다. 이때 URL은 다운로드 가능한 파일의 URL이여야 합니다.

또는 share 폴더 생성 후 GGUF 파일을 직접 다운로드한 후 OLLAMA_GGUF_PATH 값을 파일명으로 설정하면 별도의 다운로드 없이 해당 파일을 사용하여 모델을 생성합니다.

두 방법 모두 share 폴더 내 Modelfile을 작성하면 모델 생성 시 같이 적용되어 커스텀 모델을 생성할 수 있습니다.

Setup Target Server

도커로 프로젝트 서버 구성 시 기본적으로 타겟 서버는 DVWA가 사용됩니다.

DVWA 외 다른 서버를 타겟 서버로 지정하는 방법은 다음과 같습니다.

1. docker-compose.yml 파일 수정
   • DVWA 관련 설정 모두 삭제
   • ./source:/source:ro 부분에서 ./source를 타겟 서버의 소스코드가 위치한 경로로 변경
2. 타겟 서버를 구성하는 방법에 따라 설정 방법이 달라집니다.

   1. 프로젝트 서버와 타겟 서버 컨테이너를 같이 올리는 경우

      • docker-compose.yml 파일 내 서버를 실행하기 위한 설정 추가 작성 및 네트워크에 generative-agents-internal를 연결

   2. 이미 도커로 실행 중인 서버를 타겟 서버로 지정하는 경우

      • 프로젝트 서버 실행 후 아래 명령어로 타겟 서버 컨테이너를 프로젝트 네트워크와 연결

        docker network connect generative-agents-internal <container_name>

   3. 그 외의 서버를 타겟 서버로 사용하는 경우

      • docker-compose.yml 파일 내 internal: true 라인 삭제
      • 이 경우 프로젝트 서버가 외부로 접근할 수 있기 때문에 보안상 권장하지 않습니다.

Setup GPU

제공되는 docker-compose.yml 파일에는 기본적으로 GPU를 사용하도록 되어있습니다.

GPU가 없거나 사용하지 않도록 하고자 한다면, deploy:부터 capabilities: 라인까지 모두 삭제합니다.

만약 여러 개의 GPU를 사용한다면, driver: 아래에 count: 1과 같이 설정하여 지정된 GPU만 사용하도록 할 수 있습니다.

Manually

Warning

파이썬 버전이 3.12.5이 아닐 경우 에러가 발생할 수 있습니다.

다음은 도커가 아닌 수동으로 서버를 구성하는 방법입니다.

1. 소스코드 다운로드 후 해당 폴더로 이동

2. pip install -Ur requirements.txt 명령어를 실행하여 필요한 모듈 자동 설치

3. DVWA 또는 별도의 서버로 타겟 서버 구성 및 실행

4. Ollama 설치

5. LLM 모델 빌드

   • 사용하고자 하는 모델의 GGUF 파일을 다운로드
   • Modelfile 파일 생성 및 FROM <File Name>.gguf 작성 후 ollama create <Model Name> -f Modelfile 명령어 실행

6. environment/frontend_server에서 아래 명령어를 사용하여 프론트엔드 실행

   python3 manage.py migrate
   python3 manage.py runserver
   # python3 manage.py runserver 0.0.0.0:8000  # 외부 접속이 필요한 경우

7. reverie/backend_server로 이동 후 아래 명령어를 사용하여 백엔드 실행

   • 실행 전 utils.py 파일 작성 필수

   python3 reverie.py

utils.py

백엔드를 실행하기 위해서는 아래와 같이 작성된 utils.py 파일을 reverie/backend_server 폴더 내 먼저 생성해아 합니다.

# ollama
ollama_url = "http://<Ollama IP:11434>"
ollama_model = "<Model Name>"

# Target Server Info
dvwa_url = "http://<dvwa_ip:port/base>"
server_path = "<./path/to/source>"

maze_assets_loc = "../../environment/frontend_server/static/assets"
env_matrix = f"{maze_assets_loc}/%s/matrix"
env_visuals = f"{maze_assets_loc}/%s/visuals"

fs_storage = "../../environment/frontend_server/storage"
fs_temp_storage = "../../environment/frontend_server/temp_storage"

black_hats = ["Beom Jun Choi", "Bo Ram Jung"]
white_hats = ["Won Hee Park", "Woo Jin Lee"]
server_owners = ["Seo Yeon Kim"]
work_areas = ["computer desk", "control screen"]

# Verbose
debug = True

API

Tip

http://frontend_ip:port/api/ 및 하위 경로로 직접 접근할 수 있습니다.

시뮬레이션 진행 시 생성된 데이터와 백엔드 상태를 조회하는 기능만 제공합니다.

요청 경로	응답 내용
/api	/api/help (변경 예정)
/api/help	API 라우팅 경로별 응답 설명
/api/running	현재 진행 중인 시뮬레이션 정보
/api/pens	시뮬레이션 목록 및 메타 데이터
/api/pens/:pen_code	:pen_code의 메타 데이터
/api/pens/:pen_code/spawn	:pen_code 내 모든 에이전트의 스폰 좌표
/api/pens/:pen_code/:step	:pen_code의 스텝이 :step일 때 생성된 에이전트들의 행동 정보, :step이 -1일 경우 모든 스텝
/api/pens/:pen_code/datas/:step	:pen_code의 스텝이 :step일 때 생성된 모든 데이터 목록, :step 생략 시 모든 스텝
/api/pens/:pen_code/movements/:step	:pen_code의 스텝이 :step일 때 생성된 모든 페르소나의 이동 정보, :step 생략 시 모든 스텝
/api/pens/:pen_code/pronunciation/:step	:pen_code의 스텝이 :step일 때 생성된 모든 페르소나의 이모지, :step 생략 시 모든 스텝
/api/pens/:pen_code/descriptions/:step	:pen_code의 스텝이 :step일 때 생성된 모든 페르소나의 행동 설명, :step 생략 시 모든 스텝
/api/pens/:pen_code/chats/:step	:pen_code의 스텝이 :step일 때 생성된 모든 페르소나의 대화 정보, :step 생략 시 모든 스텝
/api/pens/:pen_code/payloads/:step	:pen_code의 스텝이 :step일 때 생성된 페이로드 목록, :step 생략 시 모든 스텝
/api/pens/:pen_code/vulnerabilities/:step	:pen_code의 스텝이 :step일 때 취약하다고 판단한 페이로드, 목록, :step 생략 시 모든 스텝
/api/pens/:pen_code/patches/:step	:pen_code의 스텝이 :step일 때 생성된 패치 제안 목록, :step 생략 시 모든 스텝
/api/pens/:pen_code/best/:step	:pen_code의 스텝이 :step일 때 생성된 선택된 패치 제안 목록, :step 생략 시 모든 스텝
/api/pens/:pen_code/files	:pen_code에서 생성한 취약한 파일 목록
/api/charts	대시보드에서 제공되는 모든 차트 데이터
/api/charts/pens	대시보드에서 제공되는 시뮬레이션별 데이터
/api/charts/pens/:pen_code	대시보드에서 제공되는 :pen_code 데이터
/api/charts/urls	대시보드에서 제공되는 URL별 차트 데이터
/api/charts/attacks	대시보드에서 제공되는 공격 유형별 차트 데이터
/api/charts/attacks/:attack_name	대시보드에서 제공되는 :attack_name 데이터

+ /api/pens/:pen_code/:step: movements, pronunciation, descriptions, chats 데이터만 포함됩니다.

Forked from

• joonspk-research/generative_agents
• nyoma-diamond/evaluating_generative_agents