MARS-DP 是一个由大语言模型(LLM)驱动的多智能体协同 Web 风险评估与网络安全保险动态定价系统,面向研究与工程复现。
本项目旨在解决传统 DAST 工具(如 ZAP、AWVS)在云原生与复杂业务逻辑场景下的漏报与语义盲区问题。通过基于 ReAct 的多智能体协同推理与“无损安全网关(SafeGateway)”,系统实现“拓扑感知 → 深层验证 → 精算定价”的闭环,并将技术风险映射为可量化的动态保费。
- 🤖 多智能体架构 (Multi-Agent Orchestration):解耦传统扫描器的线性流程,包含 Recon(侦察)、Verify(验证)、Audit(审计)三大智能体,支持多轮交互与上下文记忆。
- 🛡️ 无损安全验证 (SafeGateway Verification):基于 AST 与正则规则的中间件,对大模型生成的验证载荷做物理级别过滤,拦截破坏性指令,保证“零损害”验证。
- 🧠 复杂逻辑漏洞推演 (Business Logic Deduction):自动化推演 API 越权(BOLA/IDOR)、支付逻辑篡改、以及高隐蔽性攻击链路。
- 💰 动态精算映射 (Actuarial Mapping):将多步攻击路径成功概率与资产权重(
W_asset)结合,计算动态风险得分(DRS),支持精算级别的保费调整。
项目内置四个基于 FastAPI 与 Docker 的典型企业数字孪生靶场(Range A–D),用于验证不同风险场景:
- Range A (SME Monolith):传统单体架构,测试基础漏洞与高隐蔽性 SQL 注入变种。
- Range B (Cloud-Native SaaS):微服务架构,测试智能体在合法 Token 流转下能否发现 API 越权(BOLA)。
- Range C (Hybrid Enterprise):带有 WAF 的支付接口,验证是否能用合法载荷(如
{"price": 0.01})篡改业务逻辑。 - Range D (Critical Infrastructure):边缘网关与供应链缺陷场景,测试多步横向移动链路(RCE → 内网凭证提取 → 数据外泄)。
确保 Python 3.10+ 与 Docker(仅当需要运行本地靶场时)已安装。
- 克隆仓库并进入目录:
git clone https://github.com/cuihang/MARS-DP.git
cd MARS-DP- 创建并激活虚拟环境:
python -m venv venv
# macOS / Linux
source venv/bin/activate
# Windows
venv\Scripts\activate- 安装依赖:
pip install -r requirements.txt若无 requirements.txt,可按需安装主要依赖:
pip install crewai litellm python-dotenv langchain-openai requests fastapi uvicorn- 配置环境变量:复制
.env.example为.env,并填入 LLM API Key(示例使用 DeepSeek):
# .env
DEEPSEEK_API_KEY="sk-your-api-key-here"
- 启动消融实验与精算评估(示例):
# 启动多智能体协同评估(默认对 Range D 进行推演)
python ablation_runner.py执行后,终端将打印智能体的思维链日志(CoT)、SafeGateway 拦截记录,并在项目目录下生成 Markdown 格式的最终评估报告。
MARS-DP/
├── ablation_runner.py # 系统主入口与消融实验调度
├── requirements.txt # 可选:项目依赖
├── tools/ # 智能体工具库(SafeGateway、Recon 等)
├── target_ranges/ # 本地 FastAPI 靶场(Range A-D)
├── agents/ # 智能体角色与 Prompt 定义
├── docs/ # 架构与精算映射文档
├── .env.example # 环境变量模板
└── README.md # 项目说明
若在学术或工程工作中使用本项目,请引用:
@inproceedings{cui2026marsdp,
title={Multi-Agent Collaborative Web Risk Assessment for Dynamic Pricing in Cyber Insurance},
author={Cui, Hang and others},
booktitle={Proceedings of the IEEE Symposium on Security and Privacy (S&P)},
year={2026}
}
本项目基于 MIT License 开源。欢迎提交 PR 与讨论合作。