Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

FeedContattoPrivacy© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
pygoat — Sicurezza delle applicazioni web intenzionalmente vulnerabili in Django | Kitploit
Strumenti/GitHubGitHub/adeyosemanputra/pygoat
Scanner di VulnerabilitàSicurezza WebPenetration TestingApprendimento e FormazioneLab e Pratica
GitHubadeyosemanputra/pygoat

pygoat

Sicurezza delle applicazioni web intenzionalmente vulnerabili in Django

Vedi Repository
3391.6k7717 giorni faRevisionato da Kitploit
Sito web
Condividi

PyGoat

All Contributors

Applicazione web per la sicurezza delle applicazioni intenzionalmente vulnerabile in django. la nostra roadmap prevede la creazione di un'applicazione web intenzionalmente vulnerabile in django. La vulnerabilità può essere basata sulla top ten di OWASP

Indice

  • pygoat
    • Installazione
      • Docker Compose (consigliato)
      • Dai sorgenti
      • Note per Windows
      • Video di installazione
    • Disinstallazione
    • Soluzioni
    • Per gli sviluppatori

Installazione

Ogni laboratorio viene eseguito nel proprio container Docker, quindi PyGoat richiede Docker in tutte le configurazioni.

Docker Compose (consigliato)

Questo avvia PyGoat, Traefik e tutto ciò di cui hanno bisogno i laboratori.

  1. Installa Docker con il plugin Compose. Le porte 8000, 80 (Traefik, serve i laboratori) e 8080 (dashboard di Traefik) devono essere libere.
  2. Clona il repository e avvia lo stack:
    git clone https://github.com/adeyosemanputra/pygoat.git
    cd pygoat
    docker compose up -d
    
    (Le installazioni Docker più vecchie usano docker-compose up -d.)
  3. La prima esecuzione compila ogni immagine dei lab prima che l'app web si avvii, il che può richiedere 10 minuti o più. Segui l'avanzamento con docker compose logs -f migration. Le esecuzioni successive riutilizzano le immagini e si avviano rapidamente.
  4. Apri l'app all'indirizzo http://lvh.me:8000 (non localhost). I lab sono serviti su lab-<username>-<lab>.lvh.me e sono accessibili solo all'utente che li ha avviati, il che richiede che il cookie di login sia condiviso tra *.lvh.me.
  5. Ferma tutto con docker compose down.

L'immagine pygoat/pygoat su Docker Hub è la vecchia release v2 e non include i lab v3. Usa invece Docker Compose.

Dai sorgenti

Per configurare il progetto sulla tua macchina locale:

Per prima cosa, clona il repository usando il sito web di GitHub o git nel Terminale

  git clone https://github.com/adeyosemanputra/pygoat.git
  ### To Download a specific branch
  git clone -b <branch_name> https://github.com/adeyosemanputra/pygoat.git

Poi, scarica Traefik sulla tua macchina locale nella directory Pygoat (se non stai usando Docker Compose) dalla pagina delle release di Traefik. Apri un terminale separato ed esegui i seguenti comandi:

Per Linux/WSL -

tar -zxvf traefik_<traefik_version>_linux_<arch>.tar.gz
sudo ./traefik

Per Windows (PowerShell) -

Expand-Archive traefik_<traefik_version>_windows_<arch>.zip
cd traefik_<traefik_version>_windows_<arch>
./traefik.exe

Se riscontri problemi durante l'installazione, consulta la documentazione

Metodo 1

  1. Installa tutti i requisiti dell'app e di Python usando il file di installazione - bash installer.sh
  2. Applica le migrazioni e inserisci i dati iniziali:
    python3 manage.py migrate
    python3 manage.py seed_scoring
    python3 manage.py populate_labs
    
  3. Infine, avvia il server di sviluppo python3 manage.py runserver.
  4. Il progetto sarà disponibile all'indirizzo http://127.0.0.1:8000

Metodo 2

  1. Installa i requisiti di python3 pip install -r requirements.txt.
  2. Applica le migrazioni e i dati di seed:
    python3 manage.py migrate
    python3 manage.py seed_scoring
    python3 manage.py populate_labs
    
  3. Infine, avvia il server di sviluppo python3 manage.py runserver.
  4. Il progetto sarà disponibile all'indirizzo http://127.0.0.1:8000

Metodo 3

  1. Installa tutti i requisiti dell'app e di Python usando il file setup.py - pip3 install .
  2. Applica le migrazioni e i dati di seed:
    python3 manage.py migrate
    python3 manage.py seed_scoring
    python3 manage.py populate_labs
    
  3. Infine, avvia il server di sviluppo python3 manage.py runserver.
  4. Il progetto sarà disponibile all'indirizzo http://127.0.0.1:8000

Note per Windows

  • Usa Docker Desktop con il backend WSL2. I lab sono container Linux, quindi ne hanno bisogno.
  • Docker Compose è il modo più semplice per eseguire PyGoat su Windows. Per un'installazione da sorgente, eseguirla all'interno di WSL2 (Ubuntu) funziona meglio rispetto a PowerShell nativo.
  • Su alcune configurazioni Windows il comando python3 non è disponibile. Usa python invece, e assicurati che punti a Python 3.
  • Usa Python 3.11. È la versione con cui la CI esegue i test.

Video di installazione

  1. Da sorgente usando installer.sh
  • Installazione di PyGoat da sorgente
  1. Senza usare installer.sh
  1. Installazione con Mac M1 (usando Virtualenv)

Aggiungere nuovi lab

Questa sezione ti guida nella creazione e nell'integrazione di nuovi lab sulle vulnerabilità in PyGoat.

Passo 1: Creare la struttura della directory del lab

  1. Vai alla cartella dockerized_labs:
cd dockerized_labs
  1. Crea una nuova directory per il tuo laboratorio (usa una denominazione descrittiva):
mkdir your_lab_name
cd your_lab_name

Passaggio 2: Creare i file necessari

Crea la struttura standard dell'applicazione con un Dockerfile, docker-compose.yml, requirements.txt (se utilizzi Python), un punto di ingresso principale dell'applicazione (ad es. app.py, main.py o equivalente), endpoint o componenti vulnerabili pertinenti al lab e un README.md che documenti il lab. L'applicazione non deve necessariamente essere un'applicazione Flask—può essere qualsiasi progetto Python (preferibile, poiché fa parte di Pygoat), o anche un altro linguaggio se appropriato. Fai riferimento ai lab esistenti nella cartella dockerized_labs per esempi e convenzioni di struttura.

Importante: Aggiungi un endpoint /health nel tuo app.py per il controllo dello stato del container.

Passaggio 3: Registrare il lab nel database

  1. Accedi al pannello di amministrazione Django all'indirizzo http://localhost:8000/admin/ e vai alla sezione Labs.

  2. Aggiungi una nuova voce con:

    • Name: your_lab_name
    • Build Location: dockerized_labs/your_lab_name
    • Port: <PORT_NUMBER>

    (In alternativa, puoi registrarlo tramite la shell di Django o una migrazione dati personalizzata).

Importante:

  • Controlla il database o il pannello di amministrazione Django per tutte le porte attualmente in uso prima di selezionarne una nuova.
  • Usa lo stesso numero di porta in Dockerfile, docker-compose.yml, app.py e nella voce del database.

Passaggio 4: Testare il tuo lab

  1. Torna alla radice del progetto:
cd /path/to/pygoat
  1. Crea e verifica il tuo laboratorio individualmente:
cd dockerized_labs/your_lab_name
docker compose up
  1. Accedi al tuo laboratorio all'indirizzo http://localhost:<PORT_NUMBER>

  2. Verifica che la vulnerabilità funzioni come previsto

Scarica lo strumento

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Il toolkit OSINT definitivo: grafo di indagine, punteggio di affidabilità, famiglie di alias, mappa, timeline e report. 49 moduli, oltre 400 siti, nessuna chiave API richiesta.

    795
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # App di esecuzione con un tocco GhostLock (CVE-2026-43499)

    520
  • 3

    ARTEX

    baarai/artex

    Piattaforma di penetration testing autonoma multi-agente basata su LLM con agenti planner/worker, grafi di asset e di esplorazione, registrazione del traffico MITM e retesting delle vulnerabilità.

    439
  • 4

    redforge

    cybersecurity91/redforge

    Toolkit red team lato browser con 102 strumenti offline per ricognizione, generazione di payload, attacchi alle credenziali, crittografia, codifica e reportistica dell'engagement.

    346
  • 5

    looking-glass

    anonghosty/looking-glass

    Piattaforma CSIRT che importa i report di Shadowserver in MongoDB e li riproduce come mappe interattive, analisi, risultati, avvisi e dashboard executive.

    267
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Il sistema d'azione per la cybersecurity nativa AI—dove l'intento diventa esecuzione governata, le evidenze diventano memoria operativa, e ogni operazione migliora la successiva.

    264

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →