# DarkMoon: как перейти от абстрактных оценок уязвимостей к доказательствам

- Site: VeraPoint News
- Section: Инструменты
- Date: 2026-09-26
- Canonical: https://verapointmedia.com/tools/ascit31-dark-moon/
- Markdown: https://verapointmedia.com/tools/ascit31-dark-moon.md
- Summary: Как перестать тратить часы на проверку ложноположительных срабатываний сканеров и сразу увидеть, какие уязвимости действительно угрожают вашей инфраструктуре? Инструмент DarkMoon (репозиторий ASCIT31/Dark-Moon, 970 звезд, лицензия GPL-3.0) автоматизирует тестирование на проникновение, предоставляя не просто баллы опасн
- Target queries: AI tools; AI agents; ascit31-dark-moon
- Tags: #ai #technology
- Image: https://verapointmedia.com/static/content-assets/tools/ascit31-dark-moon/cover.webp

## Sources

- https://github.com/ASCIT31/Dark-Moon

---

## Где взять

[ASCIT31/Dark-Moon — открыть на GitHub](https://github.com/ASCIT31/Dark-Moon)

Открытая лицензия: GPL-3.0 · 970 stars.

Как перестать тратить часы на проверку ложноположительных срабатываний сканеров и сразу увидеть, какие уязвимости действительно угрожают вашей инфраструктуре? Инструмент DarkMoon (репозиторий ASCIT31/Dark-Moon, 970 звезд, лицензия GPL-3.0) автоматизирует тестирование на проникновение, предоставляя не просто баллы опасности, а реальные доказательства эксплуатации в виде команд и их вывода.

### Почему это меняет правила игры

Традиционные сканеры безопасности часто выдают длинные списки уязвимостей с абстрактными оценками. Инженер вынужден тратить время на «триаж» — ручную проверку каждого пункта, чтобы понять, является ли находка реальной угрозой или ошибкой алгоритма. DarkMoon меняет этот подход: система автономных агентов не просто ищет слабые места, она пытается их эксплуатировать и фиксирует результат. Каждая найденная уязвимость сопровождается точной командой и «сырым» (raw) выводом системы, что позволяет инженеру сразу увидеть, сработал ли эксплойт.

### Как это работает

В основе DarkMoon лежит агентная система, которая самостоятельно планирует действия и распределяет задачи между 50 специализированными агентами. Эти агенты охватывают широкий спектр поверхностей: от веб-приложений и API до облачных сред, Kubernetes, CI/CD и даже LLM-эндпоинтов (согласно OWASP LLM Top 10). 

Важный аспект безопасности — принцип работы через «шлюз приватности» (Privacy Gateway). Инструмент токенизирует реальные IP-адреса, хосты и учетные данные, превращая их в локальные заглушки. Модель рассуждает на основе этих меток, а реальные значения остаются внутри вашего периметра. Кроме того, ИИ никогда не выполняет команды напрямую: любое действие проходит через контролируемый и логируемый интерфейс MCP (Model Context Protocol), что делает процесс прозрачным и предсказуемым.

### Сценарий использования

Представьте, что вам нужно проверить защищенность нового веб-сервиса. Вы запускаете DarkMoon через командную строку, указывая целевой адрес. Система проводит разведку, определяет стек технологий и «выпускает» нужных агентов. В терминале вы в реальном времени наблюдаете за потоком команд: агент обнаруживает уязвимость, например, CVE-2019-9978, и тут же пытается её эксплуатировать. Весь процесс, включая команды и ответы сервера, записывается в лог, который вы можете изучить позже для подтверждения находки.

### Как начать

Для работы потребуются Docker, Docker Compose и API-ключ LLM (или локальная модель, например, через Ollama). 

1. Клонируйте репозиторий: `git clone https://github.com/ASCIT31/Dark-Moon.git`.
2. Запустите скрипт установки: `./install.sh`.
3. Запустите сканирование: `./darkmoon.sh "TARGET: example.com"`.

Инструмент поддерживает интеграцию с GitHub, GitLab, Jenkins, VS Code, JetBrains и другими платформами, что позволяет встраивать проверки прямо в пайплайны разработки.

### Границы применимости

Важно понимать, что DarkMoon в открытой версии — это CLI-инструмент. Функции веб-дашборда, автоматического создания Pull Request для исправления уязвимостей и расширенная отчетность относятся к платной версии DarkMoon Pro и не входят в состав открытого репозитория. Также эффективность работы напрямую зависит от качества используемой LLM.

### Вердикт

Стоит попробовать, если вы устали от бесконечных списков «потенциальных» уязвимостей и хотите видеть доказательства их существования, подтвержденные машинным исполнением.

Лучше выбрать другой путь, если вам нужно готовое решение с графическим интерфейсом «из коробки» и автоматическим исправлением кода — в этом случае стоит рассмотреть платные корпоративные инструменты или версию Pro.

## Похожие материалы

- [Как отличить рабочий AI-инструмент от красивой демки](https://verapointmedia.com/guides/kak-otlichit-rabochiy-ai-instrument-ot-krasivoy-demki/)
- [Что такое AI-агент простыми словами](https://verapointmedia.com/guides/chto-takoe-ai-agent-prostymi-slovami/)