From Capability to Assurance in Autonomous Penetration-Testing Harnesses: A Framework and Reference Implementation

arXiv cs.CR · 22 sept, 06:00

Investigación que propone un marco de asurance para agentes LLM autónomos en penetration testing, más allá de medir solo capacidad. Define cinco propiedades de seguridad (evidence grounding, non destructive claim reduction, severity computada, autorización forzada, auditoría tamper-evident) y evalúa sistemas existentes como PentestGPT y NeuroSploit, encontrando brechas en la implementación que requieren protocolos de evaluación más rigurosos.