🚨 Der Endorser wird nicht mehr gewartet. Wenn du Unterstützung oder Beratung für deine OSINT-Vorhaben benötigst, sende mir eine E-Mail an [email protected] 🚨

The Endorser

Ein OSINT-Tool, mit dem du Beziehungen zwischen Personen auf LinkedIn über Bestätigungen/Fähigkeiten aufdecken kannst.

Schau dir das Beispiel (Digraph) an, das auf meinem und dem LinkedIn-Profil meines Freundes (David Prince) basiert. Durch einen Blick auf die Visualisierung kannst du leicht erkennen, anhand der Anzahl der "Pfeile", dass es eine Art Beziehung zwischen uns und "Zoë Rose" gibt (in diesem Fall haben wir früher zusammengearbeitet). Wenn ich eine Untersuchung durchführen würde, würde ich meine Bemühungen als nächstes auf sie konzentrieren.

Aufgrund der Funktionsweise der Datenschutzeinstellungen von LinkedIn funktioniert dieses Tool am besten, wenn dein Ziel innerhalb deines dritten Grades oder höher liegt. Die Verwendung eines LinkedIn Premium- oder Recruiter-Kontos ermöglicht es dir, Ziele außerhalb deines Netzwerks zu kartieren.

Installation

Alles, was du brauchst, ist Python 3.4+ und führe Folgendes aus:

1. git clone https://github.com/eth0izzle/the-endorser.git
2. sudo pip3 install -r requirements.txt
3. Installiere Graphviz von https://www.graphviz.org/download/ oder über deinen Paketmanager, z.B. apt-get install graphviz oder brew install graphviz oder choco install graphiz
4. Lade ChromeDriver für deine Plattform herunter (benötigt Chrome) und lege es in ./drivers ab. Alternativ kannst du PhantomJS verwenden und mit dem Flag --driver phantomjs starten (Hinweis: phantomjs ist 8x langsamer).
5. Richte deine LinkedIn-Anmeldedaten in config.yaml ein.
6. python3 the-endorser.py <profile1> <profile2> <profile3> <etc..> <etc..>

Usage

usage: python the-endorser.py https://www.linkedin.com/in/user1 https://www.linkedin.com/in/user2

Maps out relationships between peoples endorsements on LinkedIn.

positional arguments:
  profiles              Space separated list of LinkedIn profile URLs to map

optional arguments:
  -h, --help            show this help message and exit
  --config_file CONFIG_FILE
                        Specify the path of the config.yaml file (default:
                        ./the-endorser/config.yaml)
  --driver DRIVER       Selenium WebDriver to use to parse the webpages:
                        chromedriver, phantomjs (default: chromedriver)
  --output OUTPUT       Output module to visualise the relationships: digraph,
                        stdout (default: digraph)
  --log LOG             Path of log file. None for stdout. (default: None)
  --log-level LOG_LEVEL
                        Logging output level: DEBUG, INFO, WARNING, ERROR.
                        (default: INFO)

Outputs

Der Endorser ist "modular" in dem Sinne, dass er die Daten auf verschiedene Weise ausgeben und visualisieren kann. Ein Ausgabemodul benötigt nur eine Methode: def run(profiles)

Derzeit gibt es nur ein Ausgabemodul (Digraph). In Zukunft plane ich, Module für Maltego und Plot.ly hinzuzufügen – aber zögere nicht, mitzumachen!

Digraph

Am besten liest man den Graphen von rechts nach links und identifiziert Personen, die eine große Sammlung von "Pfeilen" von mehreren Profilen (verschiedene Farben) haben. Quadratische Box = Fähigkeit, Ellipse = Person.

Contributing

Schau dir den Issue-Tracker an und sieh, was dein Interesse weckt.

1. Forke es, Baby!
2. Erstelle einen Feature-Branch: git checkout -b my-new-feature
3. Erstelle dein supertolles Feature!
4. Commite deine Änderungen: git commit -am 'Add some feature'
5. Push auf den Branch: git push origin my-new-feature
6. Reiche einen Pull-Request ein.

License

MIT. Siehe LICENSE