ParanoiDF

La navaja suiza de las herramientas de análisis de PDF. Basado en peepdf - http://peepdf.eternal-todo.com. Este README se basa en el README de peepdf.

Esta herramienta fue desarrollada como parte de mi tesis/proyecto de M.Sc para la School of Computing (University of Kent, Canterbury, Reino Unido). La persona detrás de la idea de esta herramienta fue Julio Hernandez-Castro (www.azhala.com).

Página Principal

• https://github.com/patrickdw123/ParanoiDF
• patrickdw123(at)gmail(dot)com
• http://uk.linkedin.com/pub/patrick-wragg/8a/a7a/324/

Características

Ver https://github.com/patrickdw123/ParanoiDF/wiki.

Dependencias

• Para descifrar contraseñas:
  • Se necesita PdfCrack (apt-get install pdfcrack)
• Para eliminar DRM (edición, copia, etc.):
  • Se necesita ebook-convert de Calibre (apt-get install calibre)
• Para descifrar PDFs:
  • Se necesita qpdf (apt-get install qpdf)
• Para usar el comando redact:
  • Se necesita NLTK (Natural Language ToolKit) (apt-get install python-nltk)
  • Se necesita Java (el parser de Stanford está escrito en Java) (apt-get install default-jre)
• Para soportar salida XML se necesita "lxml":
  • http://lxml.de/installation.html
• Módulos incluidos: lzw, colorama, jsbeautifier, ccitt, pythonaes (¡¡Gracias a todos los desarrolladores!!)

Instalación

No se necesita instalación aparte de las dependencias comentadas, solo ejecute:

python paranoiDF.py

Ejecución

Hay dos opciones importantes cuando se ejecuta ParanoidF:

-f: Ignora los errores de análisis. Analizar archivos maliciosos probablemente conduzca a errores de análisis, por lo que este parámetro debe establecerse. -l: Establece el modo flexible, por lo que no busca la etiqueta endobj porque no es obligatoria. Útil con archivos malformados.

• Ejecución simple

Muestra las estadísticas del archivo después de ser decodificado/descifrado y analizado:

python paranoiDF.py [options] pdf_file

• Consola interactiva

Ejecuta la consola interactiva, ofreciendo una amplia gama de herramientas con las que jugar.

python paranoiDF.py -i 

• Ejecución por lotes

Es posible usar un archivo de comandos para especificar los comandos a ejecutar en el modo por lotes. Este tipo de ejecución es bueno para automatizar el análisis de varios archivos:

python paranoiDF.py [options] -s script_file 

Algunos Consejos

Si la información mostrada cuando se analiza un archivo PDF no es suficiente para saber si es dañino o no, los siguientes comandos pueden ayudar a hacerlo:

• tree

Muestra el grafo de árbol del archivo o de la versión especificada. Aquí podemos ver elementos sospechosos.

• offsets

Muestra el mapa físico del archivo o de la versión especificada del documento. Esto es útil para ver objetos inusualmente grandes o grandes espacios entre objetos.

• search

Busca la cadena especificada o la cadena hexadecimal en los objetos (incluidos los flujos decodificados y cifrados).

• object/rawobject

Muestra el contenido (crudo) del objeto.

• stream/rawstream

Muestra el contenido (crudo) del flujo.

TODO (con fecha en la que pretendo empezar a trabajar)

V2.0:

• Refinar y probar los umbrales de redacción: 30/08/2014
• Añadir automatización de la obtención de información del cuadro de redacción, como el tamaño de fuente, la fuente y las coordenadas del cuadro de redacción: 30/08/2014
• Añadir otros algoritmos de cifrado (como AES): 1/10/2014
• Análisis de firmas digitales: 1/10/2014
• Añadir una GUI

Errores

No dudes en enviar errores/críticas/alabanzas/comentarios a patrickdw123(at)gmail(dot)com.