Offensive Security Toolkit

🚀 未来の仕事におけるMCPとAIの活用

このプロジェクトは、MCP（Model Context Protocol）とAI技術を組み合わせることで、サイバーセキュリティ分野における様々な業務の自動化と効率化を目指しています。以下に、具体的な活用シナリオを紹介します。

✨ 主な機能

1. 自主的なレッドチームエージェント
   LLM（Large Language Model）によって駆動されるエージェントを構築し、MCPツールを通じて、偵察、ペイロード生成、侵入、レポート作成を自動的に行います。

2. AI駆動のセキュリティオペレーションセンター（SOC）アナリスト
   Wazuh、Suricata、Zeekのログを統合し、MCPを利用してClaudeにイベントを分析させ、横向移動を検出し、リアルタイムで対策を提案します。

3. 悪意ソフト開発スタジオ（LLM + MCP）
   ClaudeとMCPを使って、shellcode、コードの難読化、サンドボックス回避戦略、EDR回避方法を自動生成します。Capstone、Donut、Sliverなどのツールを活用します。

4. 脅威ハンティングの自動化
   能動的なAIワークフローを開発し、ログを分析し、指標を関連付け、MCPのリソースとツールに含まれる脅威インテリジェンスフィードに基づいて脅威ハンティングを行います。

5. MCPベースの紫隊シミュレーター
   MCPとATT&CKシミュレーションを組み合わせ、Claudeが赤チームと青チームの技術（Atomic Red Team、Caldera、Sigma/YARAルール生成）を制御します。

6. CI/CD + DevSecOpsの統合
   MCPを使って、GitHubにプッシュされたコードをレビューし、シークレットをスキャンし、セキュリティツール（Trufflehog、Gitleaks）を起動し、セキュリティアラートまたはPRの提案を送信します。

7. 自動イベントレポート生成器
   ClaudeがMCPを通じてログとツールの出力を消費し、MarkdownまたはPDF形式の完全なイベントレポート（グラフと緩和策を含む）を生成します。

8. サイバーセキュリティメンター / トレーニングモード
   Claudeが各ツールの機能を説明し、攻撃をシミュレートし、セキュリティラボ環境でユーザーの応答を評価します。MCPのシミュレーションツールを利用します。

📦 インストール

✅ MCP CLIとSDK（Python）のインストール

pip install modelcontextprotocol

ドキュメント：
🔗 https://modelcontextprotocol.io/quickstart/server
GitHub：
🔗 https://github.com/jlowin/fastmcp

🧠 Claude Desktopの設定（Mac、Linux、Windows）

1. Claude for Desktopをインストールします。
   🔗 https://www.anthropic.com/index/claude-desktop

2. 設定ファイルを編集します。

macOS/Linux

nano ~/Library/Application\ Support/Claude/claude_desktop_config.json

Windows

notepad %AppData%\Claude\claude_desktop_config.json

3. MCPサーバーを追加します。

{
  "mcpServers": {
    "my-wazuh-agent": {
      "command": "/full/path/to/python",
      "args": [
        "mcp_wazuh_server.py"
      ]
    }
  }
}

4. Claude Desktopを再起動します。すると、プロンプト用のコネクタアイコン (⚡) とツール呼び出し用のツールアイコン (🛠) が表示されます。

🧪 ローカルテスト（Inspector）

サーバーを起動し、デバッグを有効にします。

npx @modelcontextprotocol/inspector python mcp_wazuh_server.py

これにより、Claudeに接続する前に@mcp.tool()と@mcp.prompt()をテストできるローカルUIが開きます。