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
starshield-forensics — Carver deterministico offline per file .log di Chromium LevelDB, ispettore di provenienza ICC per PNG/JPEG, validatore di checksum finanziari e StarShield-Bench-24 | Kitploit
Strumenti/GitHubGitHub/ziqi/starshield-forensics
Strumenti DifensiviDisk ForensicsGestione degli Indicatori di Compromissione (IOC)Analisi HashInformatica ForenseRecupero DatiDigital ForensicsPrivacyUtilità e FrameworkAnalisi di Binari
GitHub
2 giorni faNon ancora revisionato
Condividi
ziqi/starshield-forensics

starshield-forensics

Carver deterministico offline per file .log di Chromium LevelDB, ispettore di provenienza ICC per PNG/JPEG, validatore di checksum finanziari e StarShield-Bench-24

Vedi RepositorySito web

starshield-forensics (v0.3.8 — Toolkit DFIR deterministico clean-room e MCP)

OpenSSF Best Practices OpenSSF Scorecard SLSA 3 OSPS Baseline UK FSR Statutory Code / ISO 17025 Validation PyPI

English | 简体中文 (README.zh-CN.md)

Carver deterministico di record multi-schema per file .log IndexedDB / LevelDB di Chromium ed Electron, ispettore strutturale di container PNG/JPEG, validatore di checksum finanziari e server MCP a dipendenze zero

Autore: Ziqi Xiao (@Ziqi) · PyPI: starshield-forensics 0.3.8 (PEP 740) · Homebrew: Ziqi/tap/starshield-forensics · DOI concettuale: 10.5281/zenodo.24145804 (v0.3.7: 10.5281/zenodo.24156262) · SWHID: swh:1:snp:4ed5efec... · OpenSSF Best Practices: #16602 (SILVER — 226%) · Scorecard: 8.0 / 10 (Fuzzing 10/10 · 11/18 Perfect Checks) · Provenienza: SLSA L3 e Sigstore /attestations · Validazione del metodo: Codice statutario UK FSR (FSA – DIG 100) / Sintesi ISO 17025 · Licenza: MIT (REUSE 3.3) · Runtime: Python >= 3.10 (solo stdlib, zero chiamate di rete, zero dipendenze da LLM)


Casi d'uso ad alta frequenza (DFIR, audit FinTech e diagnostica per sviluppatori)

starshield-forensics è un toolkit offline e in sola lettura per l'ispezione binaria e il triage delle evidenze che serve tre tipologie principali di utenti con zero dipendenze di terze parti:

  1. Pre-screening di screenshot per FinTech, E-Commerce e revisione spese (starshield inspect-image): Verifica strutturale in millisecondi di ricevute di rimborso, screenshot di pagamento e allegati contestati—verificando l'integrità CRC32 dei chunk PNG RFC 2083 (IHDR/IDAT/IEND/iCCP), le intestazioni colore multi-segmento ISO 10918 JPEG APP2 ICC_PROFILE (acsp) e i blocchi di risorse Photoshop APP13 (8BIM) insieme alla validazione offline ISO-7812 Luhn / IBAN Mod-97 ISO-13616 su 89 paesi / SWIFT ISO-9362.
  2. Diagnostica offline per sviluppatori e IT per cache Electron / Chrome corrotte (starshield precheck & parse-leveldb-log): Controllo di integrità locale in sola lettura e recupero del write-ahead log .log non compattato per cache IndexedDB / Local Storage di browser Chromium (Chrome, Edge, Brave) e app desktop Electron (VS Code, Slack, Microsoft Teams, Discord, WhatsApp Desktop) corrotte, utilizzando una rigorosa verifica Castagnoli CRC32C mascherata (0xA282EAD8).
  3. Triage probatorio pre-azione legale e DFIR (allineato a UK FSR FSA – DIG 100 / ISO 17025): Carving con citazione degli offset di byte di record di messaggistica web e portali B2B eliminati temporaneamente o modificati, con esplicita etichettatura epistemica a quattro livelli (OBSERVED / DERIVED / INFERRED / UNKNOWN) e pseudonimizzazione effimera HMAC-SHA256.

Tutti i fixture inclusi in samples/ e starshield/data/—oltre alla suite di valutazione precompilata a 24 casi in benchmark/benchmark_suite.py (StarShield-Bench-24)—sono vettori di test di specifica al 100% clean-room modellati su uno scenario fittizio di fatture di fornitori del Regno Unito del 2025 (GBP 18,400.00, IBAN di esempio ISO-13616 GB82WEST12345698765432 e NO9386011117947, stringa di test Luhn 6200000000000005). Non è incluso alcun dato reale di incidente né PII.


Livelli epistemici e matrice dei confini di capacità (v0.3.8)

Ogni output analitico porta un esplicito livello epistemico leggibile dalla macchina, così che investigatori e avvocati non confondano mai i byte grezzi con piste interpretative:

  • OBSERVED: Direttamente presente nei byte grezzi di input, nelle intestazioni dei chunk o nei campi JSON (vincolato a offset fisici dei frame WAL o offset dei chunk).
  • DERIVED: Calcolato deterministicamente dall'input grezzo tramite algoritmi standardizzati (Castagnoli CRC32C, ISO/IEC 7812 Luhn, ISO-13616 Mod-97, aritmetica delta UTC).
  • INFERRED: Pista di triage contestuale che richiede corroborazione esterna (ad es. log bancari lato server o record ISP ottenuti tramite citazione in giudizio); mai affermata come prova autonoma.
  • UNKNOWN: Esplicitamente al di fuori del confine probatorio degli artefatti client locali (ad es. record compattati prima dell'acquisizione).
Scarica lo strumento

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

Nessun dato di popolarità ancora.

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →