🤖 BruteForceAI - Outil de force brute de connexion propulsé par l'IA

---

🎯 À propos

BruteForceAI est un outil avancé de test d'intrusion qui révolutionne les attaques de force brute traditionnelles en intégrant des modèles de langage de grande taille (LLM) pour l'analyse intelligente des formulaires. L'outil identifie automatiquement les sélecteurs de formulaires de connexion à l'aide de l'IA, puis exécute des attaques sophistiquées multi-threadées avec des schémas de comportement humain.

🧠 Analyse de formulaires propulsée par LLM

• Étape 1 (Analyse IA) : le LLM analyse le contenu HTML pour identifier les éléments et sélecteurs du formulaire de connexion
• Étape 2 (Attaque intelligente) : exécute des attaques de force brute intelligentes à l'aide des sélecteurs découverts par l'IA

🚀 Fonctionnalités d'attaque avancées

• Exécution multi-threadée avec des délais synchronisés
• Modes d'attaque Bruteforce et Password Spray
• Cadencement imitant l'humain avec gigue et randomisation
• Rotation des User-Agents pour une meilleure évasion
• Notifications par webhook (Discord, Slack, Teams, Telegram)
• Journalisation complète avec base de données SQLite

---

🌟 Historique des étoiles

---

✨ Fonctionnalités

🔍 Analyse intelligente

• Identification des sélecteurs de formulaires propulsée par LLM (Ollama/Groq)
• Nouvelle tentative automatique avec apprentissage par retour d'information
• Détection des changements du DOM pour valider le succès
• Extraction intelligente du contenu HTML

⚡ Attaques avancées

• Mode Bruteforce : essayer toutes les combinaisons nom d'utilisateur/mot de passe
• Mode Password Spray : tester chaque mot de passe contre tous les noms d'utilisateur
• Exécution multi-threadée (1 à 100+ threads)
• Délais synchronisés entre les tentatives pour un même utilisateur

🎭 Techniques d'évasion

• Rotation aléatoire des User-Agents
• Délais configurables avec gigue
• Schémas de cadencement imitant l'humain
• Prise en charge des proxys
• Contrôle de la visibilité du navigateur

📊 Surveillance et notifications

• Notifications webhook en temps réel en cas de succès
• Journalisation complète dans SQLite
• Sortie détaillée horodatée
• Sortie en cas de succès après les premières identifiants valides
• Ignorer les tentatives existantes (prévention des doublons)

🛠️ Fonctionnalités opérationnelles

• Capture de la sortie dans des fichiers
• Interface terminal colorée
• Mécanisme de nouvelle tentative en cas d'erreur réseau
• Forcer la nouvelle tentative des tentatives existantes
• Outils de gestion de base de données
• Vérification automatique des mises à jour depuis mordavid.com

---

🔧 Installation

Prérequis

# Python 3.8 or higher
python --version

Configurer un environnement virtuel (recommandé)

Isolez les dépendances de votre Python système à l'aide du module intégré venv :

# 1. Create a virtual environment
python -m venv .venv

# 2. Activate it
#   Windows (PowerShell):
.venv\Scripts\Activate.ps1
#   Windows (cmd):
.venv\Scripts\activate.bat
#   macOS / Linux:
source .venv/bin/activate

Remarque : L'étape python -m venv .venv n'est nécessaire qu'une seule fois. Dans chaque nouvelle session de terminal, réexécutez la commande d'activation (étape 2) avant d'utiliser l'outil. Pour quitter l'environnement virtuel, exécutez deactivate.

Installer les dépendances

# Install Python packages
pip install -r requirements.txt

# Install the Playwright browser
playwright install chromium

Paquets requis :

• playwright - Automatisation du navigateur
• requests - Requêtes HTTP
• PyYAML - Analyse YAML pour les vérifications de mise à jour

Configuration du LLM

Option 1 : Ollama (Local)

# Install Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# Pull recommended model
ollama pull llama3.2:3b

Option 2 : Groq (Cloud)

1. Obtenez une clé API depuis Groq Console
2. Utilisez avec --llm-provider groq --llm-api-key YOUR_KEY

🧠 Sélection du modèle et performances

Modèles recommandés par fournisseur

Ollama (Local) :

• llama3.2:3b - Par défaut, bon équilibre entre vitesse et qualité
• llama3.2:1b - Le plus rapide, modèle plus petit pour une analyse rapide
• qwen2.5:3b - Alternative avec de bonnes performances

Groq (Cloud) :

• llama-3.3-70b-versatile - Par défaut et le meilleur - Dernier modèle avec une qualité supérieure (1 tentative)
• llama3-70b-8192 - Alternative rapide et fiable (1 tentative)
• gemma2-9b-it - Option légère, adaptée aux formulaires simples (1 tentative)
• llama-3.1-8b-instant - ⚠️ Non recommandé (problèmes de limitation de débit, 3+ tentatives)

Conseils de performance

# Best quality (recommended for complex forms)
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model llama-3.3-70b-versatile --llm-api-key YOUR_KEY

# Fast and reliable
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model llama3-70b-8192 --llm-api-key YOUR_KEY

# Lightweight for simple forms
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model gemma2-9b-it --llm-api-key YOUR_KEY

# Local processing (no API key needed)
python BruteForceAI.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

📖 Utilisation

Commandes de base

Étape 1 : Analyser les formulaires de connexion

python BruteForceAI.py analyze --urls urls.txt --llm-provider ollama

Étape 2 : Exécuter l'attaque

python BruteForceAI.py attack --urls urls.txt --usernames users.txt --passwords passwords.txt --threads 10

Structure des commandes

python BruteForceAI.py <command> [options]

Commandes disponibles

• analyze - Analyser les formulaires de connexion avec le LLM
• attack - Exécuter des attaques par force brute
• clean-db - Nettoyer les tables de la base de données
• check-updates - Vérifier les mises à jour du logiciel

---

🎯 Exemples

1. Flux de travail complet

# Step 1: Analyze forms
python BruteForceAI.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

# Step 2: Attack with 20 threads
python BruteForceAI.py attack --urls targets.txt --usernames users.txt --passwords passwords.txt --threads 20 --delay 5 --jitter 2