El pentesting, o pruebas de penetración, consiste en atacar de forma controlada un sistema propio para encontrar sus fallos antes de que lo haga alguien con peores intenciones. Tradicionalmente lo hace un profesional, a mano, durante días.

pentest-ai es un proyecto de código abierto que intenta automatizar buena parte de ese trabajo apoyándose en inteligencia artificial, sin dejar de usar las mismas herramientas que usaría un profesional humano.

Qué hace exactamente

pentest-ai envuelve más de 200 herramientas ofensivas reales, de las que cualquiera que trabaje en seguridad reconocería: nmap, sqlmap, ffuf, BloodHound, hydra. Las coordina mediante 17 «agentes» especializados, cada uno centrado en una fase distinta: reconocimiento del objetivo, pruebas web, Active Directory, entornos en la nube, gestión de credenciales, hasta llegar a un informe final.

Su rasgo distintivo frente a un escáner tradicional es que consigue iniciar sesión de verdad en la aplicación que analiza. Muchas herramientas automáticas se quedan atascadas justo ahí.

También encadena hallazgos pequeños en una ruta de ataque completa, en vez de escupir una lista de alertas sueltas sin relación entre sí. Y cada hallazgo, antes de aparecer en el informe, se demuestra con una prueba de concepto que no daña el sistema analizado.

Cómo encaja la inteligencia artificial en todo esto

Aquí está la propuesta más interesante, y la que conviene entender bien antes de usarla.

El proyecto puede apoyarse en distintos modelos de lenguaje, de varios proveedores, o incluso modelos que corren en tu propio ordenador, para razonar sobre lo que va encontrando y decidir el siguiente paso. La IA no ejecuta los ataques directamente: coordina y decide. La detección real corre sobre un catálogo de comprobaciones ya preparadas de antemano por sus creadores.

Esto tiene una consecuencia práctica que el propio proyecto explica con más honestidad de la habitual en este sector. El proyecto se anuncia como «sin nube, sin telemetría», y es cierto en cuanto a que no existe un servidor central de la empresa guardando tus resultados.

Pero eso no significa que ningún dato salga de tu ordenador. Si eliges un modelo de IA alojado externamente en vez de uno que corra en local, lo que le pides y lo que las herramientas encuentran pasa por los servidores de esa empresa, igual que en cualquier otra herramienta que use IA en la nube. Solo con un modelo instalado localmente el proceso queda completamente aislado.

Es un matiz importante, y se agradece que quede explicado con claridad en la propia documentación, en vez de esconderlo detrás de un eslogan de marketing sobre privacidad total.

Números publicados, con sus propios matices

El proyecto publica sus propios benchmarks, con el código y los datos completos disponibles para que cualquiera los reproduzca. Es poco habitual frente a la cifra suelta de marketing que suelen dar otras herramientas del sector.

En sus pruebas contra una aplicación de referencia usada habitualmente para entrenar y comparar este tipo de software, reclama mejores resultados que herramientas de escaneo tradicionales.

Conviene aplicar aquí el mismo escepticismo razonable de siempre. Es una medición de una sola prueba, hecha por el propio equipo, y ellos mismos lo reconocen en su documentación.

También avisan de algo relevante: esa aplicación de referencia es, con diferencia, la más estudiada de todo internet para este propósito. Cualquier herramienta, con IA o sin ella, parte con ventaja al enfrentarse a ella. Contra un objetivo real y desconocido, el resultado depende de lo bien preparadas que estén sus comprobaciones internas, no de la fama del benchmark.

Un aviso legal que no se anda con rodeos

Algo que encaja bien con el foco de este blog: la documentación del proyecto advierte, sin suavizarlo, que probar sistemas que no son tuyos sin autorización por escrito puede ser un delito. Cita expresamente varias leyes de referencia, incluido el artículo 32 del RGPD sobre seguridad de los datos.

La responsabilidad de tener permiso recae explícitamente en quien usa la herramienta. El programa obliga a confirmarlo antes de dejarte usarlo la primera vez.

¿Merece la pena instalarlo?

Es un proyecto de código abierto, gratuito, con licencia permisiva, que publica sus propios números y sus propias limitaciones en vez de esconderlas. Eso ya lo pone por delante de buena parte de lo que circula en esta categoría.

Lo único que hay que tener claro antes de instalarlo es el punto de privacidad: si tu prioridad es que ningún dato salga de tu red hacia un tercero, necesitas usarlo con un modelo local, no con uno alojado en la nube.

Con esa salvedad clara, es una herramienta seria para quien quiera entender mejor cómo la IA está entrando en el mundo de la ciberseguridad ofensiva.

Repositorio: GitHub – 0xSteph/pentest-ai · Web: pentestai.xyz