环境搭建与工具链：Kali Linux配置、Python虚拟环境、主流AI框架安装、大模型API申请

说实话，搞AI辅助渗透测试，最怕什么？不是模型不够强，而是环境没搭好就开始跑代码。我见过太多人卡在第一步——装个TensorFlow装了两天，最后发现是Python版本不对。嗯，这节课咱们就把这些坑一个个填平。

Kali Linux的AI化配置

Kali Linux大家都很熟了，但默认安装其实不太适合跑AI任务。我个人习惯的做法是：先更新系统，再装基础依赖。

sudo apt update && sudo apt upgrade -y
sudo apt install python3-pip python3-venv build-essential -y
sudo apt install nvidia-driver nvidia-cuda-toolkit -y  # 如果你有NVIDIA显卡

为什么要装CUDA？因为大模型推理全靠GPU。我曾经在只有CPU的机器上跑Llama 2，生成一句话等了半分钟...那体验，简直回到拨号上网时代。

注意：Kali默认内核可能不支持最新NVIDIA驱动。如果装完驱动后黑屏，别慌——进恢复模式卸载驱动，换用官方.run文件安装。

Python虚拟环境：隔离才是王道

Python项目最烦人的就是依赖冲突。这个项目要TensorFlow 2.10，那个项目要PyTorch 2.0，混在一起准出事。所以，虚拟环境必须用起来。

# 创建虚拟环境
python3 -m venv ai-pentest-env

# 激活环境
source ai-pentest-env/bin/activate

# 退出环境
deactivate

我建议每个项目都建独立的虚拟环境。比如一个专门跑NLP模型的，一个专门跑图像识别的。这样就算某个环境炸了，也不影响其他项目。

小技巧：在虚拟环境里装包时，先升级pip：pip install --upgrade pip。很多安装失败都是因为pip版本太老。

主流AI框架安装：TensorFlow vs PyTorch

这两个框架，说白了就是AI界的iOS和Android。TensorFlow更工业级，PyTorch更研究向。做渗透测试的话，我建议两个都装，因为不同工具可能依赖不同框架。

安装TensorFlow

pip install tensorflow

# 验证安装
python -c "import tensorflow as tf; print(tf.__version__)"

如果报错说找不到GPU，别急着怀疑人生。先检查CUDA版本对不对得上。TensorFlow对CUDA版本要求很严格，差一个版本号都可能翻车。

安装PyTorch

pip install torch torchvision torchaudio

# 验证GPU可用性
python -c "import torch; print(torch.cuda.is_available())"

PyTorch的安装相对友好。我记得有一次在旧版Kali上装PyTorch，死活识别不了显卡。后来发现是CUDA版本太老，升级后就好了。

框架 适用场景 安装难度 GPU支持
TensorFlow 生产部署、模型转换 中等 需匹配CUDA版本
PyTorch 研究原型、动态图 简单 自动检测CUDA

大模型API申请：从零到能用

做AI渗透测试，光靠本地小模型不够。你需要调用大模型API来理解漏洞、生成Payload。目前主流的有OpenAI、Claude、以及国内的通义千问、文心一言。

OpenAI API申请

  1. 访问 platform.openai.com 注册账号
  2. 绑定支付方式（需要海外信用卡）
  3. 在API Keys页面生成密钥
  4. 设置用量限制，防止被盗刷
重要提醒：API密钥千万别提交到GitHub！我见过有人把密钥硬编码在代码里，结果被爬虫抓取，一夜之间被刷了几千美元。

国内大模型API

如果你没有海外支付方式，可以用国内的大模型。通义千问、文心一言都提供API，申请流程类似：注册开发者账号 -> 实名认证 -> 创建应用 -> 获取API Key。

# 调用通义千问API示例
import dashscope

dashscope.api_key = "你的API密钥"
response = dashscope.Generation.call(
    model="qwen-turbo",
    prompt="分析这段代码的SQL注入漏洞"
)
print(response.output.text)

环境验证：确保一切就绪

装完所有东西后，跑一个简单的测试脚本，确认环境没问题。

# test_env.py
import sys
import tensorflow as tf
import torch

print(f"Python版本: {sys.version}")
print(f"TensorFlow版本: {tf.__version__}")
print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA可用: {torch.cuda.is_available()}")

if torch.cuda.is_available():
    print(f"GPU型号: {torch.cuda.get_device_name(0)}")

如果所有输出都正常，恭喜你，环境搭建完成。如果报错，别急——99%的问题都能在Stack Overflow上找到答案。

核心要点：
  • Kali Linux需要额外安装CUDA和Python开发包
  • 每个项目使用独立的Python虚拟环境
  • TensorFlow和PyTorch建议都装，但注意版本兼容性
  • 大模型API密钥要妥善保管，建议使用环境变量

好了，环境搭好了，下一章咱们就开始真正用AI做渗透测试了。你想想看，当别人还在手动分析漏洞时，你已经能用AI自动生成攻击向量了——那感觉，确实不一样。

← 上一章 📖 返回目录 下一章 →