Cybersecurity Skills (754)

왜 쓰나요

핵심 기능

754개 스킬, 모두 방어적 — 익스플로잇/공격 면 없음
5개 프레임워크에 매핑: MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF
AI 보안 및 AI 레드팀 방어를 포함한 26개 보안 도메인
Apache 2.0
크로스 에이전트: agentskills.io 형식으로 제공
Mukul Kantiwal이 유지 관리

라이브 데모

실제 사용 모습

준비됨

설치

작성자 저장소 · Claude Skills 공식 문서

사용 사례

실전 활용법: Cybersecurity Skills (754)

의심되는 침해에 대해 NIST IR 정렬 대응 실행

👤 런북 라이브러리가 없는 솔로 SRE / 소규모 SOC ⏱ ~90 min advanced

언제 쓸까: 경보가 발생했고 패닉 구글링이 아닌 구조화된 대응이 필요할 때.

흐름

트리아지

Use the IR skill. Suspected compromise on host X — guide me through NIST SP 800-61 R2 phases. Stop after Containment.✓ 복사됨

→ 구체적인 명령이 있는 단계별 체크리스트
수집

What evidence should I capture before isolating the host? Give me the exact osquery / GRR commands.✓ 복사됨

→ 구체적인 명령; 모호함 없음
문서화

Generate the IR report scaffold mapped to MITRE ATT&CK techniques observed.✓ 복사됨

→ 매핑된 TTP가 있는 보고서

결과: 표준에 연결된 방어 가능한 IR 기록.

함정

스킬이 공격적인 단계를 제안 — 그럴 수 없습니다 — 방어 전용입니다. 공격적인 것이 보이면 버그입니다; 업스트림에 보고하세요.

함께 쓰기: filesystem

서비스에 대해 OWASP 정렬 AppSec 리뷰 실행

👤 전담 보안팀이 없는 개발자 ⏱ ~120 min advanced

언제 쓸까: 출시 전 — 감사에서 방어할 수 있는 리뷰가 필요할 때.

흐름

인벤토리

Use the AppSec skill on /service/. Map the attack surface (auth, data flows, deps, infra).✓ 복사됨

→ 주석이 있는 공격 표면 지도
위협 모델링

STRIDE the surface. Output the threats with likelihood and impact.✓ 복사됨

→ STRIDE 표
완화 계획

For HIGH likelihood threats, propose mitigations with NIST CSF mapping.✓ 복사됨

→ 제어 ID가 있는 계획

결과: 감사 준비 인용이 있는 AppSec 리뷰.

함정

스택에 맞지 않는 일반적인 완화책 — 저장소 경로를 전달하세요; 스킬이 감지된 언어/프레임워크에 맞게 조정합니다

함께 쓰기: github

출시하는 AI 기능의 방어 리뷰

👤 AI 기능을 구축하는 팀 ⏱ ~90 min advanced

언제 쓸까: LLM 기능을 출시할 때; NIST AI RMF + MITRE ATLAS 리뷰를 원할 때.

흐름

위험 프로파일

Use the AI security skill. List ATLAS risks relevant to a chat assistant with tool calls.✓ 복사됨

→ 전술별 위험 그룹 (프롬프트 인젝션, 모델 회피, 공급망)
방어책

For each risk, propose specific defenses with NIST AI RMF function (Govern/Map/Measure/Manage).✓ 복사됨

→ 함수 태그가 있는 방어책
테스트 계획

Write a red-team test plan I can hand to a contractor.✓ 복사됨

→ 시도할 구체적인 공격이 있는 계획

결과: 출시 전 AI 보안 기준선.

함정

스킬이 지연 시간을 두 배로 늘리는 제어를 처방 — 스킬이 심각도 태그를 붙입니다; v1 출시에는 1등급 제어만

조합

다른 MCP와 조합해 10배 효율

anthropic-cybersecurity-skills + github

보안 발견 사항을 이슈로 제출

anthropic-cybersecurity-skills + filesystem

보고서를 감사 증거로 유지

도구

이 MCP가 노출하는 것

도구	입력	언제 호출
ir.runbook	phase, scenario	인시던트 중
appsec.review	path	출시 전 / 분기별
ai.atlas_review	feature_description	AI 기능 출시 전
framework.map	finding, target_framework	감사 준비

비용 및 제한

운영 비용

API 쿼터: 해당 없음 — 로컬 스킬
호출당 토큰: 종합적인 리뷰: 20~50k tokens
금액: 무료 (Apache 2.0)
팁: 일상적인 작업에는 하나의 도메인(IR만, AppSec만)으로 범위를 제한하여 비용을 제한하세요

보안

권한, 시크릿, 파급범위

최소 스코프: filesystem-read

자격 증명 저장: 없음

데이터 외부 송신: 로컬

스킬은 자문적입니다 — 특히 라이브 IR에서는 인간 판단을 대체하지 않습니다

문제 해결

자주 발생하는 오류와 해결

출력이 너무 일반적

구체적인 경로, 경보 텍스트, 또는 서비스 설명을 제공하세요; 스킬이 컨텍스트에 맞게 조정합니다

프레임워크 매핑이 존재하지 않는 제어를 인용

--framework-version을 전달하여 특정 개정판에 고정하세요 (예: NIST CSF 2.0)

스킬이 너무 많은 발견 사항을 표시

첫 번째 패스에서 심각도 ≥ HIGH로 필터링하세요

대안