
Progetto OWASP per la threat modeling assistita dall'IA, che aiuta i team a identificare, analizzare e documentare le minacce alla sicurezza e le relative mitigazioni nella progettazione dei sistemi.
Puntalo su una codebase. Ottieni indietro un threat model ancorato al codice — pronto da rivedere, mettere in discussione e su cui agire. Le parti che il codice non può vedere — il contesto di business e l'architettura che ne sta alla base — sono il punto in cui entri in gioco tu e i tuoi architetti.
Carica uno ZIP o importa un repository GitHub, e AI Threat Modeler produce un artefatto di threat modeling in stile STRIDE: un data-flow diagram, minacce candidate e un registro dei rischi — con link ai file sorgente e ai numeri di riga esatti ogni volta che l'agente AI riesce ad ancorarli a codice reale. Un passaggio avversariale opzionale scarta i risultati privi di evidenza nel codice.
Pensato per i team AppSec che vogliono un threat modeling ancorato al codice reale — tracciabile, revisionabile e sempre aggiornato.
Sii chiaro su ciò che ottieni, perché la distinzione è importante:
file:line.file:line, e le affermazioni prive di evidenza nel codice vengono scartate. Il risultato è un input concreto e revisionabile su cui il tuo team può agire — il codice è la fonte di verità, e il tuo team porta il giudizio per agire su di esso.Il valore che ottieni è proporzionale a ciò che inserisci (garbage in, garbage out) e a quanto seriamente il tuo team agisce sui risultati — verificando il diagramma, triangolando le affermazioni rispetto al codice e aggiungendo il contesto di business/design che vive al di fuori della codebase. Vedi Come usare l'output per il flusso di lavoro completo, e per come usarlo come controllo del tipo abbiamo fatto un lavoro abbastanza buono rispetto a un threat model esistente costruito a mano.
Oppure guarda sulla pagina del file.
Ti serviranno Docker e una chiave API per uno dei provider supportati — Anthropic (Claude), OpenAI o DeepInfra per eseguire modelli open-weight (Kimi, GLM, DeepSeek).
Configura il tuo ambiente. Copia il file env e aggiungi un JWT_SECRET casuale:
cp .env.example .env
echo "JWT_SECRET=$(openssl rand -hex 32)" >> .env
Compila e avvia:
docker-compose up -d --build
Apri http://localhost:3000, accedi con admin / admin, aggiungi la tua chiave API in Settings e invia un repository.
👉 Sei nuovo qui? Segui la guida introduttiva per la procedura completa con dettagli esaustivi.
Al termine di un job, apri il report — un insieme di artefatti per la tua revisione, non un verdetto finale:
| Scheda | Contenuti |
|---|---|
| Data Flow Diagram | Diagramma interattivo con confini di fiducia; clicca su un nodo per vedere le minacce candidate correlate e i file sorgente. Verifica prima questo rispetto alla tua architettura reale — i risultati basati su un diagramma errato sono sospetti. |
| Threat Model | Minacce STRIDE candidate con gravità, mitigazione e Location (file:riga, snippet, link GitHub quando importato da GitHub). Tratta ciascuna come un'ipotesi da verificare nel codice, non come una conclusione. |
| Risk Registry | Rischi collegati alle minacce, con piani di remediation — materiale grezzo per le decisioni del tuo team e per la remediation tracciata. |
Esporta in PDF, CSV (compatibile con Excel) o JSON, così puoi importare i risultati nel tuo issue tracker e nella tua pratica di threat modeling ufficiale.
Ogni job esegue un breve flusso stage → run affinché l'AI comprenda il tuo deployment, non solo il tuo codice:
Usa la tua chiave per il provider che meglio si adatta al tuo budget e ai tuoi requisiti di conformità — scegli il provider e il modello in Settings:
Puoi anche regolare reasoning_effort e attivare o disattivare il secondo passaggio avversariale per istanza. Vedi la Settings Reference.
| Guida | Per |
|---|---|
| Getting Started | Utenti alle prime armi — dall'installazione al primo report |
| Importing from GitHub | Repository pubblici e privati, branch, limiti |
| Settings Reference | Regolazione di costo, profondità e provider |
| Troubleshooting | Quando qualcosa va storto |
| Features | Elenco completo delle funzionalità |
| Deployment | Esecuzione con Docker Compose in produzione |
| SETUP.md | Sviluppo locale senza Docker |
| CHANGELOG.md | Cronologia delle release |
Indice completo della documentazione: docs/. Specifica API interattiva: http://localhost:3001/api-docs (quando il backend è in esecuzione).
npm test # backend + frontend unit tests
cd frontend && npm run e2e:install && npm run e2e # Playwright end-to-end tests
Consulta SETUP.md per l'ambiente di sviluppo completo (Node 18+, senza Docker).