Utilizzo dei Large Language Models per migliorare le fasi del Penetration Testing

La tesi presenta le incredibili capacità dei Large Language Models nel supportare i penetration tester durante le diverse fasi del loro lavoro. Dopo una breve introduzione sui rischi e benefici associati, la ricerca si focalizza inizialmente sui modelli open source "leggeri", utilizzati principalmente per la riproduzione di varie sezioni dei report di pentesting. Successivamente, l'attenzione si sposta su GPT-4, evidenziando come questo modello si distingua in diverse aree di assistenza, tra cui l'automazione nella stesura di parti di report e l'analisi del codice sorgente per l'identificazione di vulnerabilità. Inoltre, GPT-4 si dimostra un tool di supporto aggiuntivo, riuscendo a risolvere con successo numerose sfide di HackTheBox di difficoltà crescente, simulando così scenari reali di penetration testing.