Skip to content
KitploitKITPLOIT
StrumentiBlog
Log in
Invia
StrumentiBlog
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.

··Feed·Contatto·Privacy·© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
pytm — Un framework Pythonic per la modellazione delle minacce. | Kitploit
Strumenti/GitHubGitHub/owasp/pytm
Analisi delle VulnerabilitàAnalisi del CodiceDevSecOpsApprendimento e Formazione
GitHubowasp/pytm

pytm

Un framework Pythonic per la modellazione delle minacce.

Vedi Repository
1.2k224101 mese faRevisionato da Kitploit

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 →
Condividi

build+test OpenSSF Best Practices

pytm: un framework Pythonic per il threat modeling

pytm logo

Introduzione

Il threat modeling tradizionale troppo spesso arriva tardi alla festa, o a volte non arriva affatto. Inoltre, creare flussi di dati e report manuali può richiedere moltissimo tempo. L'obiettivo di pytm è spostare il threat modeling verso sinistra, rendendo il threat modeling più automatizzato e incentrato sullo sviluppatore.

Funzionalità

In base al tuo input e alla definizione del progetto architetturale, pytm può generare automaticamente i seguenti elementi:

  • Diagramma del Flusso di Dati (DFD)
  • Diagramma di Sequenza
  • Minacce rilevanti per il tuo sistema

Requisiti

  • Linux/MacOS
  • Python 3.11+
  • Pacchetto Graphviz
  • Java (OpenJDK 10 o 11)
  • plantuml.jar

Per Iniziare

Il file tm.py è un modello di esempio. Puoi eseguirlo per generare il report e i file immagine dei diagrammi a cui fa riferimento:``` mkdir -p tm ./tm.py --report docs/basic_template.md | pandoc -f markdown -t html > tm/report.html ./tm.py --dfd | dot -Tpng -o tm/dfd.png ./tm.py --seq | java -Djava.awt.headless=true -jar $PLANTUML_PATH -tpng -pipe > tm/seq.png

There's also an example `Makefile` that wraps all these into targets that can be easily shared for multiple models. If you have [GNU make](https://www.gnu.org/software/make/) installed (available by default on Linux distros but not on OSX), simply run:```
make MODEL=the_name_of_your_model_minus_.py

Dovresti avere plantuml.jar nella stessa directory del tuo modello, oppure impostare PLANTUML_PATH.

Per evitare di installare tutte le dipendenze, come pandoc o Java, lo script può essere eseguito all'interno di un container:```

do this only once

export USE_DOCKER=true make image

call this after every change in your model

make

### Getting Started - Variante Devbox

Per semplificare l'utilizzo di `pytm`, le dipendenze host possono essere completamente isolate usando [`Devbox`](https://github.com/jetify-com/devbox). Questa è di solito un'alternativa più leggera e più comoda rispetto all'approccio container OCI.

- Installa Devbox su Linux/MacOS: `curl -fsSL https://get.jetify.com/devbox | bash`
- Installa Devbox su [Windows/WSL](https://www.jetify.com/docs/devbox/installing-devbox/index#installing-wsl2)
- Aggiorna all'ultima versione di devbox: `devbox version update`
- Imposta il tuo token di accesso GitHub nel file `~/.config/nix/nix.conf`: `access-tokens = github.com=YOUR_TOKEN_HERE`
- Crea un nuovo ambiente shell isolato che includa tutti gli strumenti e i pacchetti specificati nel file `devbox.json` del progetto: `devbox shell`
- Visualizza il percorso completo dell'eseguibile di Python che verrà utilizzato quando digiti semplicemente `python` nel tuo terminale usando il comando which python. L'output dovrebbe essere il seguente percorso: `.devbox/nix/profile/default/bin/python`
- Verifica eseguendo il seguente comando, che dovrebbe generare un DFD come file PNG chiamato `sample.png`:  `./tm.py --dfd | dot -Tpng -o sample.png`
- Esci dall'ambiente shell Devbox: `exit`


## Utilizzo

Tutti gli argomenti disponibili:```text
usage: tm.py [-h] [--debug] [--dfd] [--report REPORT] [--exclude EXCLUDE]
             [--seq] [--list] [--colormap] [--describe DESCRIBE]
             [--list-elements] [--json JSON] [--levels LEVELS [LEVELS ...]]
             [--stale_days STALE_DAYS]

options:
  -h, --help            show this help message and exit
  --debug               print debug messages
  --dfd                 output DFD
  --report REPORT       output report using the named template file (sample
                        template file is under docs/template.md)
  --exclude EXCLUDE     specify threat IDs to be ignored
  --seq                 output sequential diagram
  --list                list all available threats
  --colormap            color the risk in the diagram
  --describe DESCRIBE   describe the properties available for a given element
  --list-elements       list all elements which can be part of a threat model
  --json JSON           output a JSON file
  --levels LEVELS [LEVELS ...]
                        Select levels to be drawn in the threat model (int
                        separated by comma).
  --stale_days STALE_DAYS
                        checks if the delta between the TM script and the code
                        described by it is bigger than the specified value in
                        days

L'argomento stale_days tenta di determinare di quanti giorni è distante lo script del modello (che stai scrivendo) dal codice che implementa il sistema modellato. Idealmente, nella maggior parte dei casi di un sistema sviluppato attivamente, dovrebbero essere abbastanza vicini. Puoi eseguirlo periodicamente per misurare il polso del tuo progetto e la 'freschezza' del tuo modello di minaccia.

Gli elementi attualmente disponibili sono: TM, Element, Server, ExternalEntity, Datastore, Actor, Process, SetOfProcesses, Dataflow, Boundary, Lambda, LLM e Agent.

Scarica lo strumento