InfoHound - strumento OSINT per la profilazione dei domini

Durante la fase di ricognizione, un attaccante cerca qualsiasi informazione sul suo bersaglio per creare un profilo che lo aiuterà successivamente a identificare possibili modi per entrare in un'organizzazione. InfoHound esegue tecniche di analisi passiva (che non interagiscono direttamente con il bersaglio) utilizzando OSINT per estrarre una grande quantità di dati a partire da un nome di dominio web. Questo strumento recupererà email, persone, file, sottodomini, nomi utente e URL che verranno successivamente analizzati per estrarre informazioni ancora più preziose.

Inoltre, InfoHound sfrutta un'istanza di Ollama, permettendogli di sfruttare la potenza degli LLM (Large Language Models). Per impostazione predefinita, InfoHound utilizza llama2, un modello LLM pre-addestrato, per generare brevi descrizioni dei ruoli delle persone all'interno di un'organizzazione. Questa funzionalità fornisce preziose informazioni sulla struttura organizzativa e facilita l'identificazione del personale chiave. Inoltre, gli sforzi di sviluppo in corso mirano a introdurre funzionalità e miglioramenti aggiuntivi per arricchire ulteriormente le capacità dello strumento in futuro.

NOTA: InfoHound non richiede hardware speciale per funzionare. Tuttavia, è importante considerare i requisiti hardware quando si utilizzano attività che sfruttano il Large Language Model (LLM). Per informazioni dettagliate sui requisiti specifici del modello LLM che intendi utilizzare, consulta la documentazione ufficiale di Ollama.

🏠 Architettura di Infohound

🛠️ Installazione

git clone https://github.com/Fundacio-i2CAT/InfoHound.git
cd InfoHound/infohound
mv infohound_config.sample.py infohound_config.py
cd ..
docker-compose up -d

Ora puoi accedere a InfoHound navigando con il tuo browser a:

http://localhost:8000/

NOTA: Devi aggiungere le chiavi API all'interno del file infohound_config.py

API Google Programmable Search Engine

• Crea il tuo motore personalizzato e ottieni l'ID
• Crea una chiave API

Moduli predefiniti

InfoHound ha 2 diversi tipi di moduli: quelli che recuperano dati e quelli che li analizzano per estrarre informazioni più rilevanti.

🔍 Moduli di recupero

🔬 Analisi

💊 Moduli personalizzati

InfoHound ti permette di creare moduli personalizzati, devi solo aggiungere il tuo script all'interno di infohoudn/tool/custom_modules. Un modulo personalizzato è stato aggiunto come esempio che utilizza lo strumento Holehe per verificare se le email precedentemente trovate sono collegate a un account su siti come Twitter, Instagram, Imgur e oltre 120 altri.

# Import the packages you need
import trio
import httpx
import requests
from holehe import core

# Import the Django models you will work with
from infohound.models import Emails

MODULE_ID = "findRegisteredSitesHoleheCustomTask" # Set a module ID
MODULE_NAME = "Find sites with Holehe" # Set a module name
MODULE_DESCRIPTION = "Using Holehe tool, this task will find where an email has been used to create an account. Holehe checks more than 120 sites."  # Set a description
MODULE_TYPE = "Analysis" # Set the type: Analysis or Retrieve


# This function is the only function it will be called by InfoHound
# Change its content and create other the functions if needed
def custom_task(domain_id):
	trio.run(findRegisteredSitesHolehe, domain_id)


async def findRegisteredSitesHolehe(domain_id):
	queryset = Emails.objects.filter(domain_id=domain_id)
	for entry in queryset.iterator():
		out = []
		email = entry.email

		modules = core.import_submodules("holehe.modules")
		websites = core.get_functions(modules)
		client = httpx.AsyncClient()

		for website in websites:
			await core.launch_module(website, email, client, out)
			print(out)
		await client.aclose()

		services = []
		for item in out:
			if item["exists"]:
				services.append(item["name"])

		entry.registered_services = services
		entry.save()

📷 Schermate

✳️ Esporta in GraphML

Vuoi creare un grafico di visualizzazione con i risultati? Puoi esportare l'intera analisi del dominio in un file GraphML e aprirlo con yED, Gephi o qualsiasi strumento di tua scelta. Attualmente esporta file, persone, email, profili social, siti registrati e nomi utente. URL e sottodomini non sono inclusi a causa della quantità di risultati.

✴️ Esporta in Maltego

Vuoi procedere con strumenti come Maltego per le tue indagini estese? Puoi esportare l'intera analisi del dominio (inclusi file, individui, email, profili social, siti registrati e nomi utente) in un file compatibile con Maltego (CSV) e aprirlo lì. Troverai il file di configurazione del mapping delle colonne di Maltego (maltego_mapping.mtz) nella directory principale del progetto. Scopri di più sull'importazione in Maltego

💡 Ispirato da

• Holehe
• Maigret
• reconFTW
• Poastal
• E molti altri

Copyright

Questo codice è stato sviluppato da Fundació Privada Internet i Innovació Digital a Catalunya (i2CAT).

i2CAT è un centro di ricerca e innovazione senza scopo di lucro che promuove la conoscenza guidata dalla missione per risolvere le sfide aziendali, co-creare soluzioni con un impatto trasformativo, responsabilizzare i cittadini attraverso l'innovazione sociale digitale aperta e partecipativa con capillarità territoriale, e promuovere iniziative pionieristiche e strategiche.

i2CAT mira a trasferire i risultati dei progetti di ricerca a società private al fine di creare un impatto sociale ed economico tramite la concessione in licenza della proprietà intellettuale e la creazione di spin-off.

Maggiori informazioni sui progetti e sui diritti di proprietà intellettuale di i2CAT sono disponibili su https://i2cat.net/tech-transfer/

Licenza

Questo codice è concesso in licenza secondo i termini AGPLv3. Le informazioni sulla licenza sono disponibili al link.

Se ritieni che questa licenza non sia adatta alle tue esigenze riguardanti l'uso, la distribuzione o la ridistribuzione del nostro codice per il tuo lavoro specifico, non esitare a contattare i responsabili della proprietà intellettuale di i2CAT al seguente indirizzo: [email protected]