🛡️ Framework Severitas

Severitas es un framework autorizado de concienciación y simulación de ingeniería social. Está estructuralmente restringido para ejecutarse exclusivamente dentro de entornos de laboratorio aislados contra identidades sintéticas.

---

💎 Características

Severitas aísla lógicamente la ejecución de evaluaciones para que la evaluación de seguridad no comprometa la infraestructura corporativa ni los datos reales.

• 🎛️ Interfaz interactiva estilo Kali: Lanzador de consola dinámico para explorar, validar y ejecutar ejercicios de entrenamiento rápidamente.
• 🧪 Laboratorio sin red: Servidores sintéticos de correo, web y DNS integrados que se ejecutan completamente en tu adaptador de loopback.
• 🛑 Descartador estructural: Los datos de formulario entrantes se validan, se miden para telemetría de interacción y se eliminan instantáneamente de la memoria. Nunca se retienen ni se escriben en disco valores de credenciales.
• 📊 Análisis e informes sin conexión: Ensamblaje automatizado de mapas cronológicos de embudo de amenazas, resúmenes de líneas de tiempo e información sobre la efectividad de los controles en formatos limpios HTML, Markdown, JSON y CSV.

---

🏗️ Arquitectura del repositorio

El código base separa las capas de política de autorización de los bucles de ejecución de negocio:

severitas/
├── src/
│   └── severitas/
│       ├── core/           # Container bootstrapping, configuration, and logging
│       ├── scope/          # Target match gates (Domain, Email, Network ranges)
│       ├── authorization/  # Pre-execution pipeline validation
│       ├── infrastructure/ # Mock DNS, Mail, Web, and Tracking handlers
│       ├── scenarios/      # Phishing, OSINT, QR, Pretexting scenario plugins
│       ├── telemetry/      # Synchronous ordered event bus and analytics engine
│       └── security/       # Structural redaction filters and leak sentinels

---

🔒 Seguridad estructural por diseño

A diferencia de las herramientas de asesoramiento, Severitas garantiza métricas de cumplimiento de forma estructural:

1. Lista de objetivos permitidos (severitas.scope): Las campañas fallan de forma segura a menos que los objetivos coincidan perfectamente con definiciones de prueba sintéticas designadas (*.local, *.test, *.invalid).
2. Retención cero de credenciales (severitas.security.guards): La ruta de envío cuenta los nombres de los campos pero descarta las variables por completo antes de que los registros transicionen o se capture la telemetría.
3. Filtro de redacción: Un bloqueo global de registro de expresiones regulares captura fugas accidentales (JWT, tokens de API, claves privadas) y las elimina dinámicamente.

---

⚡ Inicio rápido

Requisitos previos

• Python 3.11 o superior
• PyYAML (incluido y fijado dentro de los requisitos predeterminados)

Instalación

Clona este diseño de repositorio y compila tu enlace de desarrollo en una instancia de contenedor aislada o en un virtualenv local:

# Initialize development profile 
python3 -m venv .venv
source .venv/bin/activate

# Install in editable mode
pip install -e .

Controles directos de CLI

Severitas incluye utilidades de terminal rápidas para aprovisionar plantillas de laboratorio de inmediato:

# Launch the interactive menu wizard
severitas --menu

# Start the internal mock services bundle
severitas lab start

# Scope out target definitions for synthetic verification checks
severitas scope create --name alpha --domain training.local --email [email protected]

# Run an end-to-end sandbox execution demo to generate mock results
severitas lab demo --targets 25

---

📊 Maqueta del embudo de interacción

Al compilar carpetas de salida de análisis, el sistema de informes sin conexión mide las cohortes de concienciación de los usuarios utilizando gráficos en línea similares a este formato:

Targets simulated        ████████████████████████████████████████ 25
Messages simulated       ████████████████████████████████████████ 25
Interactions             ██████████████████████████              18
Clicks / visits          ████████████████████                    15
Synthetic submissions    ██████████████                          9
User reports             ████████                                5

---

📜 Legal y descargo de responsabilidad

Este framework está construido estrictamente para simulaciones educativas autorizadas, benchmarks de seguimiento de infraestructura y ejercicios de validación de entrenamiento. Está altamente prohibido realizar pruebas contra hosts públicos o poblaciones de usuarios reales sin Reglas de Enfrentamiento (ROE) explícitas y aprobación documentada. El código se distribuye bajo los términos de la Licencia MIT.