🤖 BruteForceAI - AI搭載ログイン総当たり攻撃ツール

---

🎯 概要

BruteForceAIは、大規模言語モデル（LLM）を統合してインテリジェントなフォーム解析を行うことで、従来の総当たり攻撃を革新する高度なペネトレーションテストツールです。このツールはAIを用いてログインフォームのセレクタを自動的に特定し、人間のような行動パターンを伴う洗練されたマルチスレッド攻撃を実行します。

🧠 LLM搭載フォーム解析

• ステージ1（AI解析）: LLMがHTMLコンテンツを解析し、ログインフォームの要素とセレクタを特定
• ステージ2（スマート攻撃）: AIが発見したセレクタを使用してインテリジェントな総当たり攻撃を実行

🚀 高度な攻撃機能

• マルチスレッド実行（同期された遅延付き）
• 総当たり攻撃 & パスワードスプレー攻撃モード
• 人間のようなタイミング（ジッターとランダム化付き）
• User-Agentローテーションによる検知回避の向上
• Webhook通知（Discord、Slack、Teams、Telegram）
• 包括的なログ記録（SQLiteデータベース付き）

---

🌟 スター履歴

---

✨ 機能

🔍 インテリジェント解析

• LLM搭載のフォームセレクタ特定（Ollama/Groq）
• フィードバック学習による自動リトライ
• 成功検証のためのDOM変更検出
• スマートなHTMLコンテンツ抽出

⚡ 高度な攻撃

• 総当たりモード: すべてのユーザー名/パスワードの組み合わせを試行
• パスワードスプレーモード: 各パスワードをすべてのユーザー名に対してテスト
• マルチスレッド実行（1～100以上のスレッド）
• 同一ユーザーに対する試行間の同期された遅延

🎭 回避テクニック

• ランダムなUser-Agentローテーション
• ジッター付きの設定可能な遅延
• 人間のようなタイミングパターン
• プロキシサポート
• ブラウザ表示の制御

📊 監視と通知

• 成功時のリアルタイムWebhook通知
• 包括的なSQLiteログ記録
• タイムスタンプ付きの詳細出力
• 最初の有効な認証情報で成功終了
• 既存の試行をスキップ（重複防止）

🛠️ 運用機能

• ファイルへの出力キャプチャ
• カラフルなターミナルインターフェース
• ネットワークエラーのリトライ機構
• 既存の試行を強制リトライ
• データベース管理ツール
• mordavid.comからの自動アップデートチェック

---

🔧 インストール

前提条件

# Python 3.8 or higher
python --version

仮想環境のセットアップ（推奨）

組み込みの venv を使用して、依存関係をシステムの Python から分離してください：

# 1. Create a virtual environment
python -m venv .venv

# 2. Activate it
#   Windows (PowerShell):
.venv\Scripts\Activate.ps1
#   Windows (cmd):
.venv\Scripts\activate.bat
#   macOS / Linux:
source .venv/bin/activate

注: python -m venv .venv の手順は一度だけ実行すれば十分です。新しいターミナルセッションごとに、ツールを使用する前にアクティベーションコマンド（手順2）を再実行してください。仮想環境を抜けるには、deactivate を実行します。

依存関係のインストール

# Install Python packages
pip install -r requirements.txt

# Install the Playwright browser
playwright install chromium

必要なパッケージ:

• playwright - ブラウザ自動化
• requests - HTTPリクエスト
• PyYAML - 更新チェック用のYAML解析

LLMのセットアップ

オプション1: Ollama（ローカル）

# Install Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# Pull recommended model
ollama pull llama3.2:3b

オプション 2: Groq (クラウド)

1. Groq Console から API キーを取得します
2. --llm-provider groq --llm-api-key YOUR_KEY を付けて使用します

🧠 モデルの選択とパフォーマンス

プロバイダー別の推奨モデル

Ollama (ローカル):

• llama3.2:3b - デフォルト。速度と品質のバランスが良好
• llama3.2:1b - 最速。迅速な分析向けの小型モデル
• qwen2.5:3b - 良好なパフォーマンスを持つ代替モデル

Groq (クラウド):

• llama-3.3-70b-versatile - デフォルトかつ最良 - 優れた品質を持つ最新モデル (試行 1 回)
• llama3-70b-8192 - 高速で信頼性の高い代替モデル (試行 1 回)
• gemma2-9b-it - 軽量オプション。シンプルなフォームに適しています (試行 1 回)
• llama-3.1-8b-instant - ⚠️ 非推奨 (レート制限の問題あり、試行 3 回以上)

パフォーマンスのヒント

# Best quality (recommended for complex forms)
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model llama-3.3-70b-versatile --llm-api-key YOUR_KEY

# Fast and reliable
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model llama3-70b-8192 --llm-api-key YOUR_KEY

# Lightweight for simple forms
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model gemma2-9b-it --llm-api-key YOUR_KEY

# Local processing (no API key needed)
python BruteForceAI.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

📖 使用方法

基本コマンド

ステージ1: ログインフォームの分析

python BruteForceAI.py analyze --urls urls.txt --llm-provider ollama

ステージ2: 攻撃の実行

python BruteForceAI.py attack --urls urls.txt --usernames users.txt --passwords passwords.txt --threads 10

コマンド構造

python BruteForceAI.py <command> [options]

利用可能なコマンド

• analyze - LLM を使用してログインフォームを分析
• attack - ブルートフォース攻撃を実行
• clean-db - データベーステーブルをクリーン
• check-updates - ソフトウェアのアップデートを確認

---

🎯 例

1. 完全なワークフロー

# Step 1: Analyze forms
python BruteForceAI.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

# Step 2: Attack with 20 threads
python BruteForceAI.py attack --urls targets.txt --usernames users.txt --passwords passwords.txt --threads 20 --delay 5 --jitter 2

2. 高度な攻撃設定

python BruteForceAI.py attack \
  --urls targets.txt \
  --usernames users.txt \
  --passwords passwords.txt \
  --mode passwordspray \
  --threads 15 \
  --delay 10 \
  --jitter 3 \
  --success-exit \
  --user-agents user_agents.txt \
  --verbose \
  --output results.txt

3. Webhook 通知を使用する場合

python BruteForceAI.py attack \
  --urls targets.txt \
  --usernames users.txt \
  --passwords passwords.txt \
  --discord-webhook "https://discord.com/api/webhooks/..." \
  --slack-webhook "https://hooks.slack.com/services/..." \
  --threads 10

4. ブラウザデバッグ

python BruteForceAI.py analyze \
  --urls targets.txt \
  --show-browser \
  --browser-wait 5 \
  --debug \
  --llm-provider ollama

5. アップデートの確認

# Check for software updates
python BruteForceAI.py check-updates

# Check with output to file
python BruteForceAI.py check-updates --output update_check.txt

バージョンチェックをスキップ

# Skip version check completely for faster startup
python BruteForceAI.py analyze --urls targets.txt --skip-version-check
python BruteForceAI.py attack --urls targets.txt --usernames users.txt --passwords passwords.txt --skip-version-check

# Also works as global flag (before subcommand)
python BruteForceAI.py --skip-version-check analyze --urls targets.txt

---

⚙️ 設定オプション

分析オプション

パラメータ	説明	デフォルト
--llm-provider	LLMプロバイダー (ollama/groq)	ollama
--llm-model	モデル名	llama3.2:3b (ollama), llama-3.3-70b-versatile (groq)
--llm-api-key	Groq用APIキー	None
--ollama-url	OllamaサーバーURL	http://localhost:11434
--selector-retry	セレクターの再試行回数	10
--force-reanalyze	強制的に再分析	False

攻撃オプション

パラメータ	説明	デフォルト
--mode	攻撃モード (bruteforce/passwordspray)	bruteforce
--threads	スレッド数	1
--delay	試行間の遅延 (秒)	0
--jitter	ランダムジッター (秒)	0
--success-exit	最初の成功後に停止	False
--force-retry	既存の試行を再試行	False

検出オプション

パラメータ	説明	デフォルト
--dom-threshold	DOM差分のしきい値	100
--retry-attempts	ネットワーク再試行回数	3

回避オプション

パラメータ	説明	デフォルト
--user-agents	User-Agentファイル	None
--proxy	プロキシサーバー	None
--show-browser	ブラウザウィンドウを表示	False
--browser-wait	表示時の待機時間	0

出力オプション

パラメータ	説明	デフォルト
--verbose	詳細なタイムスタンプ	False
--debug	デバッグ情報	False
--output	出力をファイルに保存	None
--no-color	色を無効化	False
--database	SQLiteデータベースファイルのパス	bruteforce.db