Melakukan audit keamanan siber secara manual adalah pekerjaan yang melelahkan. Anda harus menjalankan scanner, menunggu hasilnya berjam-jam, menyalin output log ke notepad, lalu memikirkan langkah eksploitasi berikutnya secara manual. Ketika industri AI mulai menjamur, banyak yang berharap ada solusi instan. Namun, mayoritas tool AI yang ada saat ini tidak lebih dari sekadar wrapper API sederhana yang hanya bisa menjawab pertanyaan teoritis tanpa aksi nyata. Di sinilah CyberStrikeAI: Platform AI untuk Deteksi Ancaman Cyber Otomatis hadir untuk mendisrupsi kebiasaan lama tersebut dengan membawa konsep agen otonom langsung ke medan tempur keamanan informasi.
Proyek open source ini bukan sekadar bot chat biasa yang menyuruh Anda menjalankan perintah di terminal. Dibangun di atas fondasi bahasa pemrograman Go dan Python, platform ini menjembatani niat pengguna dalam bahasa natural langsung menjadi tindakan eksekusi terkelola yang terdokumentasi rapi.
Otomatisasi Brutal dengan Kendali Penuh di Tangan Manusia
Banyak tim keamanan skeptis terhadap otomatisasi AI karena takut sistem bertindak liar dan merusak server produksi. Kekhawatiran itu sangat masuk akal. Untuk mengatasi bottleneck ini, platform ini mengadopsi pendekatan Human in the Loop yang sangat ketat.
Sistem ini menyediakan mode persetujuan manual, daftar putih tool, hingga agen audit khusus yang bertugas meninjau keputusan sebelum eksekusi dilakukan. Semua aktivitas terekam dalam format yang dapat diaudit, memastikan setiap langkah eksploitasi atau pemindaian dapat dipertanggungjawabkan.
Orkestrasi agen di dalam platform ini ditenagai oleh mesin Eino. Pengguna tidak hanya disuguhi satu agen tunggal, melainkan beberapa mode kerja multi-agent seperti Deep, Plan-Execute, dan Supervisor. Ditambah dengan integrasi Model Context Protocol (MCP) bawaan, agen AI ini dapat menemukan, mengonfigurasi, dan menggunakan berbagai perangkat bantu secara dinamis sesuai situasi di lapangan.
Berikut adalah beberapa kategori tool utama yang sudah terintegrasi langsung di dalam ekosistem ini:
| Kategori Tool | Contoh Perangkat yang Didukung |
|---|---|
| Network Scanners | nmap, masscan, rustscan, arp-scan, nbtscan |
| Web & App Scanners | sqlmap, nikto, dirb, gobuster, feroxbuster, ffuf, httpx |
| Vulnerability Scanners | nuclei, wpscan, wafw00f, dalfox, xsser |
| Subdomain Enumeration | subfinder, amass, findomain, dnsenum, fierce |
| Cloud & Container Security | trivy, clair, prowler, scout-suite, cloudmapper, pacu |
| Exploitation & Post-Exploitation | metasploit, msfvenom, linpeas, winpeas, mimikatz, bloodhound, impacket |
Di Balik Layar: Manajemen Aset dan Rantai Serangan Visual
Ketika melakukan pengujian penetrasi dalam skala besar, mengelola data temuan sering kali menjadi mimpi buruk tersendiri. Platform ini menyelesaikannya dengan menyediakan modul manajemen aset yang mampu menormalisasi serta menyaring duplikasi domain, IP address, port, hingga layanan aktif. Data ini dapat diimpor atau diekspor dengan mudah menggunakan format XLSX atau CSV.
Selain itu, ada fitur visualisasi rantai serangan (attack chains). Fitur ini menghubungkan fakta-fakta yang ditemukan di berbagai sesi pengujian berbeda ke dalam satu tampilan grafik terpadu. Pengguna dapat melacak skor risiko, menganalisis hubungan antar kerentanan, hingga memutar kembali langkah demi langkah serangan secara visual.
Bagi para praktisi lapangan, kehadiran WebShell terintegrasi dan modul Command and Control (C2) bawaan yang dilengkapi dengan beacon terenkripsi memberikan fleksibilitas luar biasa untuk pengujian tingkat lanjut pada sistem yang telah mendapatkan izin resmi.
Panduan Memulai Cepat: Setup Sekali Klik
Pengembang proyek ini menyediakan skrip peluncur praktis yang meminimalkan kerumitan konfigurasi lingkungan kerja. Sebelum memulai, pastikan sistem Anda sudah terpasang Go versi 1.25 ke atas serta Python versi 3.10 ke atas.
Untuk menyebarkannya di server lokal, Anda cukup menjalankan perintah berikut di terminal:
bashgit clone https://github.com/Ed1s0nZ/CyberStrikeAI.git cd CyberStrikeAI chmod +x run.sh ./run.sh
Skrip di atas secara otomatis akan memvalidasi dependensi Anda, membuat virtual environment Python, memasang seluruh pustaka yang diperlukan, melakukan build proyek Go, dan langsung mengaktifkan server lokal berbasis HTTPS.
Setelah server berjalan, Anda dapat mengakses dashboard web melalui browser di alamat https://127.0.0.1:8080/. Pada instalasi pertama, catat sandi administrator sekali pakai yang muncul di terminal untuk masuk ke sistem dan segera perbarui di menu pengaturan.
Langkah berikutnya adalah mengonfigurasi saluran AI yang ingin Anda gunakan. Anda dapat mengaturnya melalui dashboard pada menu System Settings, atau dengan mengedit file config.yaml secara langsung sebelum menjalankan aplikasi:
yamlai: default_channel: openai-main channels: openai-main: name: OpenAI Main provider: openai_compatible api_key: "${OPENAI_API_KEY}" base_url: "https://api.openai.com/v1" model: "gpt-4o" max_total_tokens: 120000 max_completion_tokens: 16384
Model kecerdasan buatan lain yang kompatibel seperti deepseek-chat atau qwen3-max juga dapat diintegrasikan dengan mulus ke dalam konfigurasi tersebut sesuai kebutuhan performa Anda.
Ekosistem yang Siap Tempur
Tidak hanya berhenti di aplikasi desktop atau server, platform ini menyediakan ekstensi eksternal untuk memperluas jangkauan operasionalnya. Pengguna yang terbiasa dengan analisis lalu lintas web dapat memanfaatkan ekstensi browser Chrome dan Edge bawaan untuk menangkap trafik di DevTools, lalu mengirimkannya langsung ke sistem analisis utama. Ada juga plugin Burp Suite opsional yang siap membantu proses pemutaran ulang trafik terautentikasi secara instan.
Melihat arsitektur yang ditawarkan, platform ini membuktikan bahwa AI dalam dunia keamanan siber bukan lagi sekadar pemanis presentasi penjualan. Dengan fondasi penanganan kegagalan eksekusi yang tangguh, pembatasan kuota output, serta isolasi lingkungan kerja yang rapi, platform ini siap menjadi andalan baru bagi para penilai keamanan modern yang menginginkan efisiensi tanpa kehilangan kendali taktis.