🚨 The Endorser non è più mantenuto. Se hai bisogno di supporto o consulenza per i tuoi progetti OSINT, inviami un'email a [email protected] 🚨

The Endorser

Uno strumento OSINT che ti permette di evidenziare le relazioni tra persone su LinkedIn tramite approvazioni/competenze.

Dai un'occhiata all'esempio (digraph), che è basato sul profilo LinkedIn mio e del mio amico (David Prince). Dando un'occhiata alla visualizzazione puoi facilmente vedere, dal numero di "frecce", che c'è una sorta di relazione tra noi e "Zoë Rose" (in questo caso abbiamo lavorato insieme). Se stessi conducendo un'indagine, concentrerei i miei sforzi su di lei dopo.

A causa del modo in cui funzionano le impostazioni sulla privacy di LinkedIn, questo strumento funziona meglio quando il tuo target è all'interno della tua rete di terzo grado o superiore. Utilizzare un account LinkedIn Premium o Recruiter ti permetterà di mappare target al di fuori della tua rete.

Installazione

Tutto ciò di cui hai bisogno è Python 3.4+ e fare quanto segue:

1. git clone https://github.com/eth0izzle/the-endorser.git
2. sudo pip3 install -r requirements.txt
3. Installa Graphviz da https://www.graphviz.org/download/ o tramite il tuo package manager, ad esempio apt-get install graphviz oppure brew install graphviz oppure choco install graphiz
4. Scarica ChromeDriver per la tua piattaforma (richiede Chrome) e posizionalo in ./drivers. In alternativa puoi usare PhantomJS e avviare con il flag --driver phantomjs (nota: phantomjs è 8x più lento).
5. Imposta le tue credenziali LinkedIn in config.yaml
6. python3 the-endorser.py <profile1> <profile2> <profile3> <etc..> <etc..>

Utilizzo

usage: python the-endorser.py https://www.linkedin.com/in/user1 https://www.linkedin.com/in/user2

Maps out relationships between peoples endorsements on LinkedIn.

positional arguments:
  profiles              Space separated list of LinkedIn profile URLs to map

optional arguments:
  -h, --help            show this help message and exit
  --config_file CONFIG_FILE
                        Specify the path of the config.yaml file (default:
                        ./the-endorser/config.yaml)
  --driver DRIVER       Selenium WebDriver to use to parse the webpages:
                        chromedriver, phantomjs (default: chromedriver)
  --output OUTPUT       Output module to visualise the relationships: digraph,
                        stdout (default: digraph)
  --log LOG             Path of log file. None for stdout. (default: None)
  --log-level LOG_LEVEL
                        Logging output level: DEBUG, INFO, WARNING, ERROR.
                        (default: INFO)

Output

The Endorser è "modulare" nel senso che può produrre e visualizzare i dati in modi diversi. Un modulo di output necessita solo di un metodo: def run(profiles)

Attualmente c'è solo un modulo di output (digraph). In futuro ho intenzione di aggiungere moduli per Maltego e Plot.ly - ma sentiti libero di partecipare!

Digraph

È meglio leggere il grafico da destra a sinistra, identificando le persone che hanno una grande collezione di "frecce" da più profili (colori diversi). Quadrato = competenza, ellisse = persona.

Contribuire

Dai un'occhiata al issue tracker e vedi cosa stuzzica la tua fantasia.

1. Forka il repository, baby!
2. Crea un ramo di feature: git checkout -b my-new-feature
3. Crea la tua super-figa feature!
4. Fai il commit delle tue modifiche: git commit -am 'Add some feature'
5. Pusha sul ramo: git push origin my-new-feature
6. Invia una pull request

Licenza

MIT. Vedi LICENSE