Skip to content
KitploitKITPLOIT
OutilsExploitsBlog
Log in
Soumettre
OutilsExploitsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les dernières mises à jour des projets pour trouver des vulnérabilités, analyser des systèmes, automatiser les tests et renforcer votre sécurité.

FluxContactConfidentialité© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
AV-Chaos-Monkey — Chaos Monkey mais pour les tests audio vidéo (webRTC et UDP) | Kitploit
Outils/GitHubGitHub/mdsadiqmd/av-chaos-monkey
Sécurité WebSécurité RéseauTests d'IntrusionSécurité CloudDevSecOpsIngénierie du Chaos
GitHubmdsadiqmd/av-chaos-monkey

AV-Chaos-Monkey

Chaos Monkey mais pour les tests audio vidéo (webRTC et UDP)

Voir le dépôt
5242il y a 8 moisVérifié par Kitploit
Partager

AV Chaos Monkey

Plateforme d'ingénierie du chaos distribuée pour les tests de charge des systèmes de visioconférence. Simule plus de 1500 participants WebRTC avec des flux H.264/Opus et injecte des pics de chaos réseau pour valider la résilience du système dans des conditions dégradées.

Architecture

image
  1. Pipeline de traitement média :

    • FFmpeg convertit la vidéo d'entrée en H.264 Annex-B et Ogg/Opus au démarrage
    • NAL Reader analyse le flux H.264 (SPS/PPS/IDR/Slices)
    • Opus Reader extrait des trames audio de 20 ms du conteneur Ogg
    • Les trames sont mises en cache en mémoire, partagées entre tous les participants (zero-copy)
    • Réduit l'utilisation du processeur d'environ 90 % par rapport au codage par participant
  2. Plan de contrôle :

    • Serveur HTTP (:8080) gère le cycle de vie des tests via l'API REST
    • Spike Scheduler distribue les événements de chaos (pair/aléatoire/avant/arrière/héritage)
    • Network Degrader applique le chaos : perte de paquets (1-25 %), gigue (10-50 ms), réduction de débit (30-80 %), chute de trames (10-60 %)
    • La configuration de chaos chargée est appliquée au pool de participants
  3. Pool de participants :

    • Partitionnement automatique entre les pods en utilisant : participant_id % total_partitions = partition_id
    • Chaque participant génère des flux RTP (PT=96 vidéo, PT=111 audio)
    • L'identifiant du participant est intégré dans l'en-tête d'extension RTP (ID=1)
    • Taille du pool : 1-100 (local), 100-500 (Docker), 500-1500 (Kubernetes)
  4. Auto-configuration Kubernetes :

    • Les pods détectent automatiquement l'ID de partition à partir du nom du pod : orchestrator-3 → PARTITION_ID=3
    • Allocation de ports : base_port + (partition_id × 10000) + participant_index
    • Exemple : Partition 0 utilise 5000-14999, Partition 1 utilise 15000-24999
    • StatefulSet avec 10 réplicas, chacun gère environ 150 participants
    • Ressources : 1-4 CPU, 2-4 Go de mémoire par pod
    • Configuration automatique en fonction des spécifications de la machine hôte
  5. Chaîne de relais UDP (Kubernetes uniquement) :

    Pods Orchestrator (10×) → UDP :5000 → pod udp-relay (Python)
    → TCP avec préfixe de longueur :5001 → kubectl port-forward 15001:5001
    → tools/udp-relay (Go) → UDP :5002 → Votre récepteur
    
    • Pourquoi : kubectl port-forward ne supporte que TCP, pas UDP
    • Relais dans le cluster : script Python qui agrège l'UDP de tous les pods et le diffuse en TCP avec un préfixe de longueur de 2 octets
    • Relais local : outil Go qui convertit le flux TCP en paquets UDP
    • Agrège les flux de 1500 participants en une seule connexion
  6. Infrastructure WebRTC :

    • Coturn StatefulSet : 3 réplicas initiaux, HPA échelle de 1 à 10 en fonction de la charge (~500 participants/réplica)
    • Service coturn-lb : Répartit la charge du trafic TURN entre les réplicas
    • webrtc-connector : Couche proxy optionnelle (Deployment + HPA 2-10 réplicas), gère la signalisation SDP
    • Mode Docker : Conteneur Coturn unique pour les tests locaux
    • Ports : 3478 (TURN), 49152-65535 (plage de relais)
    • Identifiants : webrtc/webrtc123
  7. Intégration client :

    • Récepteur UDP : Reçoit le flux RTP agrégé de tous les participants via la chaîne de relais
    • Récepteur WebRTC : Établit des connexions WebRTC 1:1 via l'échange SDP par les serveurs TURN
    • Les deux transmettent à votre système d'appel vidéo testé (SFU/MCU/Mesh)
  8. Pile d'observabilité (optionnelle) :

    • Prometheus : Interroge le point de terminaison /metrics de tous les pods orchestrator toutes les 5 secondes
    • Grafana : Visualise les métriques via un tableau de bord préconfiguré (admin/admin)
    • Métriques exposées : nombre de participants, paquets envoyés, octets envoyés, pics actifs, % de perte de paquets, gigue en ms, score MOS
    • Accès : Prometheus sur :30090, Grafana sur :30030 (NodePort)
    • Les pods Orchestrator sont annotés pour l'auto-découverte : prometheus.io/scrape: "true"

Concepts fondamentaux

Simulation de participant

Chaque participant virtuel génère des flux média réels :

  • Vidéo : Unités NAL H.264 provenant de fichiers vidéo réels, packetisées selon la RFC 6184
  • Audio : Trames Opus provenant de conteneurs Ogg, packetisées selon la RFC 7587
  • RTP : En-têtes conformes aux normes avec extensions d'identifiant de participant
  • Temporisation : Temporisation précise à la trame (30 ips vidéo, paquets audio de 20 ms)

Injection de chaos

Cinq types de pics simulent des conditions réseau réelles :

  • Perte de paquets : Supprime les paquets RTP au niveau applicatif (1-100 %)
  • Gigue réseau : Ajoute une variation de latence (latence de base + gigue gaussienne)
  • Réduction de débit : Limite le codage vidéo (30-80 % de réduction)
  • Chute de trames : Saute des trames vidéo (10-60 % de taux de chute)
  • Limitation de bande passante : Plafonne le débit total

Stratégies de distribution

Les pics sont répartis sur la durée du test selon des stratégies configurables :

  • Uniforme : Espacement uniforme avec gigue (charge prévisible)
  • Aléatoire : Temporisation imprévisible (chaos réaliste)
  • Anticipée : Pics denses au début (test de rétablissement)
  • Retardée : Ligne de base puis chaos (test comparatif)
  • Héritage : Tic à intervalle fixe (injection en cours d'exécution)

Partitionnement

Les déploiements Kubernetes utilisent le partitionnement des participants pour la mise à l'échelle horizontale :

  • Chaque pod gère participant_id % total_partitions == partition_id
  • Allocation de ports : base_port + (partition_id * 10000) + participant_index
  • Répartition automatique de la charge sur 1 à 10 pods
  • Évolue jusqu'à 1500+ participants (150 par pod)

Exécution du système

1. Développement local (Go natif)

Idéal pour : Développement, débogage, tests à petite échelle (1-100 participants)

# Démarrer l'orchestrateur
go run cmd/main.go

# Dans un autre terminal : Démarrer le récepteur UDP
go run examples/go/udp_receiver.go 5002

# Modifier config/config.json pour définir num_participants: 10
# Lancer le test de chaos
go run tools/chaos-test/main.go -config config/config.json

Ce qui se passe :

  • Processus d'orchestrateur unique sur :8080
  • Les participants envoient UDP vers 127.0.0.1:5002
  • Les pics de chaos sont injectés via l'API HTTP
  • Métriques en temps réel affichées toutes les 2 secondes

Configuration (config/config.json) :

{
  "base_url": "http://localhost:8080",
  "media_path": "public/rick-roll.mp4",
  "num_participants": 10,
  "duration_seconds": 300,
  "spikes": {
    "count": 20,
    "interval_seconds": 5,
    "types": { "rtp_packet_loss": {...}, "network_jitter": {...} }
  },
  "spike_distribution": {
    "strategy": "random",
    "min_spacing_seconds": 5,
    "jitter_percent": 15
  }
}

2. Docker Compose (conteneurisé)

Idéal pour : Tests isolés, CI/CD, tests à moyenne échelle (100-500 participants)

Prérequis :

  • Docker Desktop avec allocation mémoire de 8 à 16 Go
  • docker-compose installé
# Construire et démarrer le conteneur orchestrateur
./scripts/start_everything.sh build

# Dans un autre terminal : Démarrer le récepteur UDP
go run examples/go/udp_receiver.go 5002

# Modifier config/config.json pour définir num_participants: 100
# Lancer le test de chaos (cible le conteneur)
go run tools/chaos-test/main.go -config config/config.json

Limites de ressources (modifier docker-compose.yaml) :

services:
  orchestrator:
    deploy:
      resources:
        limits:
          cpus: "14.0"
          memory: 6G  # Augmenter pour plus de participants
Télécharger l’outil

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 La boîte à outils OSINT ultime : graphe d'enquête, notation de confiance, familles d'alias, carte, chronologie et rapports. 49 modules, plus de 400 sites, aucune clé API requise.

    795
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Application d'exécution en un clic GhostLock (CVE-2026-43499)

    520
  • 3

    ARTEX

    baarai/artex

    Plateforme autonome de tests d'intrusion multi-agents basée sur des LLM, avec agents planificateur/ouvrier, graphes d'actifs et d'exploration, enregistrement du trafic MITM et retest des vulnérabilités.

    439
  • 4

    redforge

    cybersecurity91/redforge

    Boîte à outils red team côté navigateur avec 102 outils hors ligne pour la reconnaissance, la génération de payloads, les attaques par identifiants, la cryptographie, l'encodage et le reporting d'engagement.

    346
  • 5

    looking-glass

    anonghosty/looking-glass

    Plateforme CSIRT qui ingère les rapports Shadowserver dans MongoDB et les rejoue sous forme de cartes interactives, d'analyses, de constats, d'avis et de tableaux de bord exécutifs.

    267
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Le système d'action pour la cybersécurité native IA—où l'intention devient une exécution gouvernée, les preuves deviennent une mémoire opérationnelle, et chaque opération améliore la suivante.

    264

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →