🤖 BruteForceAI - Herramienta de fuerza bruta de inicio de sesión impulsada por IA

---

🎯 Acerca de

BruteForceAI es una herramienta avanzada de pruebas de penetración que revoluciona los ataques tradicionales de fuerza bruta al integrar Modelos de Lenguaje Grande (LLM) para el análisis inteligente de formularios. La herramienta identifica automáticamente los selectores de formularios de inicio de sesión mediante IA y luego ejecuta sofisticados ataques multihilo con patrones de comportamiento similares a los humanos.

🧠 Análisis de formularios impulsado por LLM

• Etapa 1 (Análisis de IA): el LLM analiza el contenido HTML para identificar los elementos y selectores del formulario de inicio de sesión
• Etapa 2 (Ataque inteligente): ejecuta ataques de fuerza bruta inteligentes utilizando los selectores descubiertos por la IA

🚀 Características avanzadas de ataque

• Ejecución multihilo con retrasos sincronizados
• Modos de ataque Bruteforce y Password Spray
• Temporización similar a la humana con fluctuación y aleatorización
• Rotación de User-Agent para una mejor evasión
• Notificaciones por webhook (Discord, Slack, Teams, Telegram)
• Registro completo con base de datos SQLite

---

🌟 Historial de estrellas

---

✨ Características

🔍 Análisis inteligente

• Identificación de selectores de formularios impulsada por LLM (Ollama/Groq)
• Reintento automático con aprendizaje por retroalimentación
• Detección de cambios en el DOM para validar el éxito
• Extracción inteligente de contenido HTML

⚡ Ataques avanzados

• Modo Bruteforce: probar todas las combinaciones de usuario/contraseña
• Modo Password Spray: probar cada contraseña contra todos los nombres de usuario
• Ejecución multihilo (1-100+ hilos)
• Retrasos sincronizados entre intentos para el mismo usuario

🎭 Técnicas de evasión

• Rotación aleatoria de User-Agent
• Retrasos configurables con fluctuación
• Patrones de temporización similares a los humanos
• Soporte de proxy
• Control de visibilidad del navegador

📊 Monitoreo y notificaciones

• Notificaciones por webhook en tiempo real al tener éxito
• Registro completo en SQLite
• Salida detallada con marcas de tiempo
• Salida exitosa tras las primeras credenciales válidas
• Omisión de intentos existentes (prevención de duplicados)

🛠️ Características operativas

• Captura de salida en archivos
• Interfaz de terminal colorida
• Mecanismo de reintento ante errores de red
• Forzar reintento de intentos existentes
• Herramientas de gestión de base de datos
• Comprobación automática de actualizaciones desde mordavid.com

---

🔧 Instalación

Requisitos previos

# Python 3.8 or higher
python --version

Configurar un entorno virtual (recomendado)

Mantén las dependencias aisladas de tu Python del sistema usando el módulo integrado venv:

# 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

Nota: El paso python -m venv .venv solo es necesario una vez. En cada nueva sesión de terminal, vuelve a ejecutar el comando de activación (paso 2) antes de usar la herramienta. Para salir del entorno virtual, ejecuta deactivate.

Instalar dependencias

# Install Python packages
pip install -r requirements.txt

# Install the Playwright browser
playwright install chromium

Paquetes requeridos:

• playwright - Automatización del navegador
• requests - Solicitudes HTTP
• PyYAML - Análisis de YAML para comprobaciones de actualizaciones

Configuración del LLM

Opción 1: Ollama (Local)

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

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

Opción 2: Groq (Nube)

1. Obtén la clave API desde Groq Console
2. Úsalo con --llm-provider groq --llm-api-key YOUR_KEY

🧠 Selección de modelos y rendimiento

Modelos recomendados por proveedor

Ollama (Local):

• llama3.2:3b - Predeterminado, buen equilibrio entre velocidad y calidad
• llama3.2:1b - El más rápido, modelo más pequeño para análisis rápidos
• qwen2.5:3b - Alternativa con buen rendimiento

Groq (Nube):

• llama-3.3-70b-versatile - Predeterminado y mejor - Modelo más reciente con calidad superior (1 intento)
• llama3-70b-8192 - Alternativa rápida y fiable (1 intento)
• gemma2-9b-it - Opción ligera, buena para formularios simples (1 intento)
• llama-3.1-8b-instant - ⚠️ No recomendado (problemas de limitación de tasa, 3+ intentos)

Consejos de rendimiento

# 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

📖 Uso

Comandos básicos

Etapa 1: Analizar formularios de inicio de sesión

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

Etapa 2: Ejecutar ataque

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

Estructura de comandos

python BruteForceAI.py <command> [options]

Comandos Disponibles

• analyze - Analizar formularios de inicio de sesión con LLM
• attack - Ejecutar ataques de fuerza bruta
• clean-db - Limpiar tablas de la base de datos
• check-updates - Buscar actualizaciones del software

---

🎯 Ejemplos

1. Flujo de trabajo completo

# 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. Configuración avanzada de ataque

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