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
PIIHunter — Scansiona database PostgreSQL e issue Jira alla ricerca di PII utilizzando regex, NER/ML e rilevamento opzionale tramite LLM self-hosted, con report redatti e audit logging. | Kitploit
Strumenti/GitHubGitHub/owasp/piihunter
Strumenti DifensiviAnalisi delle VulnerabilitàEsfiltrazione DatiRaccolta InformazioniPrivacyRilevamento SegretiSicurezza dell'IASicurezza dei DatabaseAnalisi dei Log
GitHubowasp/piihunter

PIIHunter

Scansiona database PostgreSQL e issue Jira alla ricerca di PII utilizzando regex, NER/ML e rilevamento opzionale tramite LLM self-hosted, con report redatti e audit logging.

6020h 26m faNon ancora revisionato

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →
Vedi Repository
Condividi

AI PII Scanner

Uno strumento di sicurezza interno per individuare Informazioni di Identificazione Personale (PII) in database PostgreSQL e progetti Jira

Python 3.8+ License: MIT

Panoramica

L'AI PII Scanner è uno strumento completo, orientato alla sicurezza, progettato per i team di Application Security e Privacy per individuare e catalogare le PII. Supporta due target di scansione:

  • Database PostgreSQL — individuazione di PII a livello di colonna negli schemi della tua applicazione
  • Jira — scansione in tempo reale o pianificata di issue e commenti per l'esposizione accidentale di PII

Il rilevamento utilizza una pipeline a tre livelli:

  • Rilevamento basato su Regex — Pattern deterministici per email, telefono, SSN, carte di credito, ecc.
  • Rilevamento NER/ML — Microsoft Presidio o spaCy per il riconoscimento di entità (nomi, località, date)
  • Classificazione LLM opzionale — Modelli self-hosted per l'analisi di testo libero ambiguo

Caratteristiche principali

  • Rilevamento PII multilivello — Combina regex, ML e LLM opzionale per una copertura completa
  • Integrazione Jira — Scansiona nuove issue e commenti tramite polling o webhook in tempo reale
  • Filtri di eccezione intelligenti — Sopprime contenuti attesi: @mentions e indirizzi email aziendali
  • Report con timestamp — I risultati delle scansioni Jira vengono salvati automaticamente in un file JSON o CSV datato a ogni esecuzione
  • Design security-first — Accesso al database in sola lettura, nessuna chiamata API esterna, ritenzione minima delle PII
  • Campionamento intelligente — Analizza campioni di dati rappresentativi per ridurre al minimo l'impatto sulle prestazioni
  • Audit trail completo — Ogni scansione registrata con configurazione, timestamp e versioni dei modelli
  • Logging privacy-safe — Redazione automatica delle PII in tutti i log e nei campioni memorizzati

Sicurezza e Privacy

CRITICO: Questo strumento è progettato per uso interno esclusivo all'interno di un ambiente sicuro e controllato.

Controllo di sicurezzaImplementazione
Prevenzione dell'esfiltrazione dei datiNessuna chiamata API di terze parti; gli endpoint LLM devono essere self-hosted
Accesso con privilegi minimiRuolo database in sola lettura senza accesso in scrittura ai dati dell'applicazione
Minimizzazione delle PIII risultati memorizzano solo metadati e campioni pesantemente redatti
Audit trailTutte le scansioni registrate con dettagli su chi/cosa/quando/come
Logging sicuroLog strutturati con redazione automatica dei campi PII
Transito cifratoSSL/TLS richiesto per tutte le connessioni al database
Verifica dei webhookValidazione della firma HMAC-SHA256 per gli eventi Jira in ingresso

Indice

  • Installazione — Scansione dello schema del database
  • Installazione — Scansione Jira
  • Configurazione
  • Utilizzo — Scansione del database
  • Utilizzo — Integrazione Jira
  • Architettura
  • Metodi di rilevamento
  • Schema del database
  • Esempi
  • Risoluzione dei problemi
  • Argomenti avanzati
  • Contribuire

Installazione — Scansione dello schema del database

Usa questa procedura se vuoi scansionare un database PostgreSQL per individuare PII nelle colonne.

Passo 1 — Installazione di base

# Clone the repository
cd PIIHunter

# Create virtual environment
python3 -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Install dependencies
pip install -r requirements.txt

# Download spaCy NER model (~800MB)
python -m spacy download en_core_web_lg

Passaggio 2 — Creare un ruolo database di sola lettura

Esegui questo come superutente PostgreSQL:

CREATE ROLE pii_scanner_readonly WITH LOGIN PASSWORD 'your_secure_password';
GRANT CONNECT ON DATABASE your_database TO pii_scanner_readonly;
GRANT USAGE ON SCHEMA public, app_data TO pii_scanner_readonly;
GRANT SELECT ON ALL TABLES IN SCHEMA public, app_data TO pii_scanner_readonly;

Passaggio 3 — Configurare l'ambiente

cp .env.example .env
# Fill in DB_HOST, DB_PORT, DB_NAME, DB_USER, DB_PASSWORD

Step 4 — Inizializza lo schema dei metadati

Crea lo schema security_pii in cui vengono memorizzati i risultati della scansione. Esegui una volta:

python -m pii_scanner.cli init-schema

Passaggio 5 — Esegui la tua prima scansione

# Preview candidate columns (no data read)
python -m pii_scanner.cli discover

# Run PII detection
python -m pii_scanner.cli scan --sample-size 1000

# View results
python -m pii_scanner.cli report

Verificare la connettività in qualsiasi momento

python -m pii_scanner.cli test-connection

Installazione — Jira Scan

Usa questa opzione se vuoi scansionare issue e commenti di Jira per individuare esposizioni accidentali di PII.

L'installazione di base (Passo 1 sopra) è richiesta per prima. La configurazione del database (Passi 2–4) non è richiesta se vuoi solo la scansione di Jira.

Sottosezione A — REST API (Polling)

Esegue il polling di Jira su richiesta per l'attività nelle ultime N ore. Nessun server necessario.

Passo 1 — Installazione di base (se non è già stata eseguita)

cd PIIHunter
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
python -m spacy download en_core_web_lg

Passaggio 2 — Genera un token API di Jira

  1. Vai su https://id.atlassian.com → Security → API tokens
  2. Clicca su Create API token, assegnagli un nome, copia il token

Passaggio 3 — Configura l'ambiente

cp .env.example .env

Modifica .env e inserisci i tuoi dettagli Jira:

JIRA_URL=https://yourcompany.atlassian.net
[email protected]
JIRA_API_TOKEN=your_api_token_here

# Optional — leave empty to scan all projects
# JIRA_PROJECT_KEYS=ENG,OPS,SUPPORT

# Emails from these domains will NOT be flagged as PII
COMPANY_EMAIL_DOMAINS=yourcompany.com

Passo 4 — Verifica la connessione

Verifica le tue credenziali, elenca i progetti accessibili e recupera un campione delle issue recenti:

python -m pii_scanner.cli jira test

Expected output:

Testing connection to https://yourcompany.atlassian.net...

  Auth          ✓  logged in as Jane Smith ([email protected])
  Projects      ✓  3 accessible: ENG, OPS, SUPPORT
  Project ENG   ✓  accessible

  Recent issues (no time filter):
    ENG-101  Fix login timeout on mobile
    ENG-100  Update password policy

Se questo fallisce, controlla il tuo token API e che JIRA_EMAIL corrisponda all'account per cui è stato generato il token.

Passaggio 5 — Esegui una scansione

# Scan last 24 hours
python -m pii_scanner.cli jira scan

# Custom lookback window
python -m pii_scanner.cli jira scan --hours 48

Sottosezione B — Webhook (Real-Time)

Avvia un server HTTP che riceve gli eventi Jira e li analizza istantaneamente non appena arrivano. Richiede un endpoint pubblicamente raggiungibile.

Passaggio 1 — Installazione base + configurazione REST API (completare prima i passaggi 1–4 della Sottosezione A)

Passaggio 2 — Installare le dipendenze del webhook

pip install fastapi uvicorn

Passo 3 — Aggiungi la configurazione del webhook a .env

# Secret used to verify requests genuinely come from Jira
JIRA_WEBHOOK_SECRET=your_webhook_secret
JIRA_WEBHOOK_PORT=8080

Passo 4 — Avvia il server webhook

Scarica lo strumento