首页
/ Caldera项目中基于Agent执行顺序的能力调度策略分析

Caldera项目中基于Agent执行顺序的能力调度策略分析

2025-06-04 18:43:51作者:幸俭卉

背景介绍

Caldera作为一款红队自动化平台,其核心功能之一是能够通过定义Adversary Profile来模拟攻击行为。在实际使用中,一个常见需求是希望某些能力(Ability)只在特定的Agent上执行,特别是在多阶段攻击场景中,当第一个Agent部署了第二个Agent后,希望后续能力只在第二个Agent上运行。

技术挑战

在多Agent环境中精确控制能力执行面临几个关键挑战:

  1. 默认行为限制:Caldera的默认规划器(Planner)会平等对待所有活跃Agent,无法自动区分新旧Agent
  2. 执行环境差异:不同Agent可能运行在不同操作系统或权限级别上
  3. 操作可见性:简单的过滤方法会导致大量"失败"操作出现在仪表盘中

解决方案比较

1. Agent分组方案

通过将初始Agent分配到特定组(group)中,可以限制操作仅在该组内执行。这种方法的优点是实现简单,但局限性在于无法反向操作(即无法仅在新Agent上执行)。

2. 基于事实(Fact)的条件执行

在部署新Agent的能力中添加主机名识别逻辑,生成特定事实(Fact),然后在后续能力中通过条件判断实现选择性执行:

if (#{victim.new.hostname} -eq hostname) {
    # 执行核心逻辑
} else {
    echo "not executed"
}

优缺点分析

  • 优点:实现相对简单,可扩展性强
  • 缺点:会产生大量"未执行"的操作记录,影响仪表盘清晰度

3. 自定义规划器方案

开发自定义规划器是最灵活和优雅的解决方案。通过继承BasePlanner类并重写相关方法,可以实现:

  1. 跟踪Agent创建顺序
  2. 基于自定义逻辑过滤候选动作
  3. 精确控制能力分配

核心实现思路包括:

  • 维护Agent注册时间记录
  • 实现基于时间戳或顺序的过滤逻辑
  • 集成到现有操作流程中

4. Agent终止方案

在部署新Agent后立即终止旧Agent的执行。这种方法简单直接,但牺牲了旧Agent的持续可用性,不适合需要保留多个活跃Agent的场景。

最佳实践建议

对于不同场景,建议采用不同策略:

  1. 简单测试环境:使用条件执行或Agent终止方案
  2. 复杂红队演练:开发自定义规划器
  3. 长期运营场景:结合分组和条件执行策略

技术实现细节

若选择开发自定义规划器,需要重点关注:

  1. Agent元数据管理:记录Agent注册时间、部署路径等信息
  2. 动作过滤算法:基于业务规则确定目标Agent
  3. 状态持久化:确保规划器状态在Caldera重启后仍能保持

以下是一个简化的规划器伪代码示例:

class SequentialAgentPlanner(BasePlanner):
    def __init__(self):
        self.agent_registry = {}  # 记录Agent注册时间和顺序
    
    def execute(self, operation):
        # 过滤逻辑实现
        for agent in operation.agents:
            if agent.paw not in self.agent_registry:
                self.agent_registry[agent.paw] = datetime.now()
        
        # 仅选择最新注册的Agent执行
        newest_agent = max(self.agent_registry.items(), key=lambda x: x[1])[0]
        filtered_links = [l for l in operation.chain if l.paw == newest_agent]
        
        # 应用过滤后的链路
        operation.chain = filtered_links

总结

Caldera平台在多Agent能力调度方面提供了多种技术路径,从简单的条件执行到复杂的自定义规划器开发。选择合适方案需要权衡实现复杂度、维护成本和业务需求。对于企业级红队运营,投资开发自定义规划器通常能获得最佳的长期收益。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
927
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8