cotopaxi

 .d8888b.           888                                       d8b 
d88P  Y88b          888                                       Y8P 
888    888          888
888         .d88b.  888888 .d88b.  88888b.   8888b.  888  888 888 
888        d88""88b 888   d88""88b 888 "88b     "88b 'Y8bd8P' 888 
888    888 888  888 888   888  888 888  888 .d888888   X88K   888 
Y88b  d88P Y88..88P Y88b. Y88..88P 888 d88P 888  888 .d8""8b. 888 
 "Y8888P"   "Y88P"   "Y888 "Y88P"  88888P"  "Y888888 888  888 888 
                                   888
                                   888
                                   888

Sammlung von Werkzeugen für Sicherheitstests von Internet-of-Things-Geräten unter Verwendung der Protokolle: AMQP, CoAP, DTLS, HTCPCP, HTTP, HTTP/2, gRPC, KNX, mDNS, MQTT, MQTT-SN, QUIC, RTSP, SSDP.

Lizenz:

Cotopaxi verwendet die GNU General Public License, Version 2: https://www.gnu.org/licenses/old-licenses/gpl-2.0.en.html

Haftungsausschluss

Das Cotopaxi-Toolkit ist nur für autorisierte Sicherheitstests bestimmt!

Einige Werkzeuge (insbesondere der Schwachstellentester und der Protokoll-Fuzzer) können dazu führen, dass Geräte oder Server nicht mehr wie vorgesehen funktionieren – z. B. durch Absturz oder Hängen der getesteten Entitäten oder durch Überflutung des Netzwerks mit anderem Datenverkehr.

Stellen Sie sicher, dass Sie die Erlaubnis der Eigentümer der getesteten Geräte oder Server haben, bevor Sie diese Werkzeuge ausführen!

Stellen Sie sicher, dass Sie die örtlichen Gesetze prüfen, bevor Sie diese Werkzeuge ausführen!

Installation

So installieren Sie die minimale Cotopaxi-Version (ohne maschinelles Lernen und Entwicklungswerkzeuge):

pip install cotopaxi

Fast vollständige Installation (ohne scapy-ssl_tls, das für DTLS-Unterstützung benötigt wird):

pip install cotopaxi[all]

Eine ausführlichere Dokumentation zur Installation finden Sie unter: Installationsanleitung

Integration mit Metasploit

Wenn Sie Cotopaxi-Werkzeuge aus Metasploit verwenden möchten, siehe: Metasploit-Integration

Danksagungen

Der im Werkzeug device_identification verwendete Klassifikator für maschinelles Lernen wurde mit dem Korpus „IMC 2019 payload dataset“ trainiert, der von den Autoren der folgenden Arbeit bereitgestellt wurde:

Titel: Information Exposure for Consumer IoT Devices: A Multidimensional, Network-Informed Measurement Approach Autoren: Jingjing Ren, Daniel J. Dubois, David Choffnes, Anna Maria Mandalari, Roman Kolcun, Hamed Haddadi Veröffentlichungsort: Internet Measurement Conference (IMC) 2019 URL: https://moniotrlab.ccis.neu.edu/imc19dataset/

Wir danken den oben genannten Autoren für die Bereitstellung dieses Korpus!

Werkzeuge in diesem Paket:

• service_ping
• server_fingerprinter
• device_identification
• traffic_analyzer
• resource_listing
• protocol_fuzzer (zum Fuzzen von Servern)
• client_proto_fuzzer (zum Fuzzen von Clients)
• vulnerability_tester (zum Testen von Servern)
• client_vuln_tester (zum Testen von Clients)
• amplifier_detector
• active_scanner

Von verschiedenen Werkzeugen unterstützte Protokolle (linkes Kästchen beschreibt funktionierende Implementierung in Python 2, rechtes in Python 3):