Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
advisory-database — Base de datos comunitaria de avisos de seguridad para paquetes de Python en PyPI, que proporciona datos estructurados de vulnerabilidades en formato OSV para su integración con herramientas como pip-audit y OSV. | Kitploit
Herramientas/GitHubGitHub/pypa/advisory-database
Análisis de VulnerabilidadesDevSecOpsInteligencia de AmenazasSeguridad de Cadena de SuministroRecursos Curados
GitHubpypa/advisory-database

advisory-database

Base de datos comunitaria de avisos de seguridad para paquetes de Python en PyPI, que proporciona datos estructurados de vulnerabilidades en formato OSV para su integración con herramientas como pip-audit y OSV.

Ver Repositorio
380128133hace 14h 28mRevisado por Kitploit
Compartir

Base de datos de avisos de empaquetado de Python

Este es un repositorio propiedad de la comunidad que contiene avisos para paquetes publicados en https://pypi.org.

Los avisos se encuentran en el directorio vulns y utilizan una codificación YAML de un formato simple.

Contribuir con avisos

Realizar una solicitud de extracción

Las entradas existentes se pueden editar simplemente creando una solicitud de extracción.

Para introducir una nueva entrada, cree una solicitud de extracción con un nuevo archivo cuyo nombre coincida con PYSEC-0000-<cualquier cosa>.yaml. Esto será recogido posteriormente por la automatización para asignar un ID adecuado una vez que se fusione.

Puede validar la estructura de su archivo YAML ejecutando:

pipx run check-jsonschema --schemafile https://raw.githubusercontent.com/ossf/osv-schema/main/validation/schema.json <RUTA AL ARCHIVO YAML>

Proceso de clasificación

Gran parte del conjunto existente de vulnerabilidades se recopila de la fuente NVD CVE.

Utilizamos esta herramienta, que realiza muchas heurísticas para hacer coincidir los CVE con paquetes y versiones exactos de Python (¡que es un problema difícil!) y una pequeña cantidad de clasificación humana para generar las entradas .yaml aquí.

Uso de estos datos

Marcar atributos específicos como vulnerables

Para ayudar a reducir las coincidencias de falsos positivos, las entradas de esta base de datos pueden incluir detalles sobre elementos de código específicos de un paquete que son vulnerables. Las entradas OSV en esta base de datos tienen la siguiente definición de ecosystem_specific para codificar esto:

"ecosystem_specific": {
  "imports": [
    { 
       "attribute": string,
       "modules": [ string ],
    }
  ]
}

"imports" es una matriz JSON que contiene los módulos y atributos afectados por la vulnerabilidad... Por ejemplo, una vulnerabilidad que afecta a PIL::ImageFont se puede representar como...

"imports": [
  {
    "attribute": "ImageFont",
    "modules": ["PIL"]
  }
]

lo que equivale a PIL:ImageFont. Si un segundo atributo ImageFont2 también está afectado, entonces se debe agregar una segunda entrada de importación a la matriz imports.

"imports": [
  { "attribute": "ImageFont", "modules": ["PIL"] },
  { "attribute": "ImageFont2", "modules": ["PIL"] }
]

Los atributos que son accesibles a través de múltiples rutas pueden representarse en una forma condensada. Considere el atributo django.db.models:JSONField del proyecto django. El atributo django.db.models:JSONField es una reexportación de django.db.models.fields.json:JSONField y ambas son rutas válidas. Estas se pueden condensar a una representación OSV más compacta como:

{
  "attribute": "JSONField",
  "modules": ["django.db.models", "django.db.models.fields.json"]
}

Herramientas

Estos datos se exponen mediante pip-audit, que proporciona una CLI para resolver dependencias de Python en un entorno o proyecto e identificar vulnerabilidades conocidas:

python -m pip install pip-audit
python -m pip-audit -r requirements.txt

También puede usar pypa/gh-action-pip-audit en GitHub Actions:

jobs:
  pip-audit:
    steps:
      - uses: pypa/[email protected]
        with:
          inputs: requirements.txt

APIs

Las vulnerabilidades se integran en el proyecto Open Source Vulnerabilities, que proporciona una API para consultar vulnerabilidades de la siguiente manera:

$ curl -X POST -d \
          '{"version": "2.4.1", "package": {"name": "jinja2", "ecosystem": "PyPI"}}' \
          "https://api.osv.dev/v1/query"

Estos datos también se han integrado en la API JSON de PyPI.

Código de conducta

Se espera que todos los que interactúan con este proyecto sigan el Código de conducta de la PSF.

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    786
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    506
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    429
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    345
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    262
  • 6

    looking-glass

    anonghosty/looking-glass

    Plataforma CSIRT que ingiere informes de Shadowserver en MongoDB y los reproduce como mapas interactivos, análisis, hallazgos, avisos y paneles ejecutivos.

    256

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →