BruteLoops

Une bibliothèque très simple fournissant la logique fondamentale pour des attaques efficaces de force brute par mot de passe contre les interfaces d'authentification.

Documentation

La documentation se trouve ici.

Si vous cherchez les anciens modules d'exemple...

Voir BFG.

Les exemples ont été déchargés vers un projet distinct pour minimiser les problèmes de code et de packaging. Les capacités de base de données et d'attaque ont également été fusionnées en un seul binaire.

Fonctionnalités clés

• Indépendant du protocole - Si un callback peut être écrit en Python, BruteLoops peut être utilisé pour l'attaquer
• Support SQLite - Tous les noms d'utilisateur, mots de passe et identifiants sont conservés dans une base de données SQLite.
  • Un utilitaire compagnon (dbmanager.py) qui crée et gère les bases de données d'entrée accompagne BruteLoops
• Attaques par pulvérisation et par stuffing dans un seul outil - BruteLoops prend en charge à la fois les attaques par pulvérisation et par stuffing dans la même logique d'attaque et la même base de données, ce qui signifie que vous pouvez configurer une seule base de données et exécuter l'attaque sans reconfiguration lourde et confusion.
• Planification des tentatives - Chaque nom d'utilisateur dans la base de données SQLite est configuré avec un horodatage qui est mis à jour après chaque événement d'authentification. Cela signifie que nous pouvons réduire considérablement la probabilité de verrouiller des comptes en planifiant chaque événement d'authentification avec précision.
• Configurabilité fine pour éviter les événements de verrouillage - Les politiques de verrouillage de Microsoft peuvent être mises en correspondance 1:1 en utilisant les paramètres de BruteLoop :
  • auth_threshold = Seuil de verrouillage
  • max_auth_jitter = Fenêtre d'observation du verrouillage
  • Les horodatages associés à chaque événement d'authentification sont suivis dans la base de données SQLite de BruteLoops. Chaque nom d'utilisateur reçoit un horodatage distinct pour garantir que les événements d'authentification sont hautement contrôlés.
• Reprise d'attaque - Arrêter et reprendre une attaque est possible sans se soucier de perdre sa place dans l'attaque ou de verrouiller des comptes.
• Multitraitement - Accélérez les attaques en utilisant le multitraitement ! En configurant le nombre de tentatives parallèles, vous indiquez effectivement à BruteLoops combien de noms d'utilisateur deviner en parallèle.
• Journalisation - Chaque événement d'authentification peut éventuellement être enregistré sur le disque. Cette information peut être utile lors des équipes rouges en fournissant aux clients une chronologie détaillée des attaques qui peut être mise en correspondance avec les événements enregistrés.
• Disjoncteurs - Les disjoncteurs se comportent comme des coupe-circuits. Une exception peut être levée x fois avant de mettre fin à la boucle d'attaque. Ils peuvent également se réinitialiser après une période donnée, permettant des configurations comme "Quitter après 6 ConnectionErrors occur".

Dépendances

BruteLoops nécessite Python3.7 ou plus récent et SQLAlchemy 1.3.0, ce dernier pouvant être obtenu via pip et le fichier requirements.txt dans ce dépôt : python3.7 -m pip install -r requirements.txt

Installation

git clone https://github.com/arch4ngel/bruteloops
cd bruteloops
python3 -m pip install -r requirements.txt