ahmadhassan-bted/silentsnifferUn framework professionale ad alta fedeltà per il de-anonimizzazione e la diagnostica delle vulnerabilità. Presenta un'architettura modulare a zero accoppiamento per la raccolta di informazioni basata su browser, il fingerprinting hardware e la ricerca sulla sicurezza.
-9d00ff.svg?style=flat-square){kind=icon}
Progettato da Ahmad Hassan (B-Ted)
[!NOTE] Avviso sulla Privacy e la Consapevolezza del Browser: Le moderne applicazioni web operano sotto l'ampia presunzione che la navigazione sia intrinsecamente sicura, privata e isolata per impostazione predefinita. SilentSniffer è stato creato per mettere in discussione questa falsa sensazione di sicurezza. Operando rigorosamente come sandbox autonoma lato client, nessun dato viene esportato o trasmesso da nessuna parte. Offre invece una dimostrazione visiva in tempo reale di quanta parte dello stato ambientale del dispositivo, della telemetria hardware e dei dati comportamentali possa sfuggire al controllo dell'utente senza consenso esplicito—semplicemente perché le specifiche dei browser moderni lo consentono per impostazione predefinita.
La maggior parte degli utenti di Internet presume che, a meno che non facciano esplicitamente clic su "Consenti" in un prompt di autorizzazione del browser, la loro sessione rimanga privata e contenuta. In realtà, le API Web standard concedono ai siti web un ampio accesso alle caratteristiche hardware, ai vettori di temporizzazione, alle topologie di rete e ai comportamenti dei sensori, silenziosamente e sotto il cofano.
SilentSniffer è stato creato come un'apertura degli occhi educativa. Eseguendo moduli diagnostici e dimostrativi in un ambiente sandbox completamente sicuro e solo locale, gli utenti possono comprendere visivamente la vera superficie di esposizione web consentita dai browser moderni—senza alcun rischio che i dati lascino il loro dispositivo.
Il toolkit è costruito su un'Architettura a Plugin Dinamici a Zero Accoppiamento. Il motore principale rimane completamente agnostico rispetto alla logica dei singoli moduli, scoprendo e caricando gli strumenti a runtime tramite un manifest centralizzato.
graph TD
A[index.html / debug.html] -->|Bootstrap| B[src/core/engine.js]
B -->|Fetch Discovery| C[src/config/modules.json]
C -->|Return Payload Paths| B
B -->|Dynamic import| D[src/modules/level_X/*.js]
D -->|Self-Register| B
B -->|Render Grid| UI[Dynamic Command Center]
Gli strumenti sono classificati in sei livelli distinti, che riflettono la gravità dell'esposizione delle informazioni.
| Livello | Classificazione | Visuale | Area di Interesse | Comportamento in Sandbox |
|---|---|---|---|---|
| L1 | Recon Standard | 🟢 Verde | Telemetria di OS, Browser e Prestazioni | Query Diagnostiche Locali |
| L2 | Profilazione Avanzata | 🟡 Giallo | Topologia di Rete e Fingerprinting Hardware | Query Diagnostiche Locali |
| L3 | Intelligence Critica | 🔴 Rosso | PII, Metadati di Archiviazione e Web API | Query Diagnostiche Locali |
| L4 | Exploit HW ad Alta Fedeltà | 🟣 Viola | Fingerprinting di Silicio Hardware e Audio | Query Diagnostiche Locali |
| L5 | Vettori Weaponizzati | 🖤 Nero | Dimostrazioni di Vettori Attivi (Keylogger, MitM, Formjacking) | Feedback Locale in Sandbox |
| L6 | Ingegneria Sociale e Phishing | 🔥 Cremisi | Kit di Phishing, Hijacking OAuth, Cattura da Sensori | Feedback Locale in Sandbox |
Questo framework è mantenuto rigorosamente per ricerca educativa, sensibilizzazione e verifica delle capacità del browser. Tutti i 54 moduli dal Livello 1 al Livello 6 vengono eseguiti rigorosamente all'interno del tuo browser. I server di esfiltrazione remota e i payload malevoli sono esclusi; tutte le metriche catturate e il feedback visivo rimangono rigorosamente locali sulla tua macchina.
📖 Specifica Tecnica Dettagliata: Per un elenco completo delle firme di funzioni offensive escluse, dei vettori e delle loro sostituzioni diagnostiche sicure, consulta il Documento di Specifica dei Vettori Esclusi.
Tutti i componenti UI, i manifest di registrazione, i motori infrastrutturali principali (transmitter.js, persistence.js, evasion.js) e i 54 moduli diagnostici sono completi al 100% e operativi in capacità sandboxed: