PHANTOM BRAIN v0.9

オフラインAI搭載ペネトレーションテスト分析ツール（実ハードウェア連携）

WiFi、Sub-GHz、NFC/RFID、WPA2キャプチャをローカルLLM（Ollama経由）で分析 — インターネット不要、クラウドAPI不使用、100%オフライン。メインLLMはWindows PC上で動作。Raspberry Piは軽量セカンダリノード（ライブキャプチャ＋phi3:miniのみ）として動作。

対応ハードウェア： Flipper Zero · WiFi Pineapple MK7 · Proxmark3 · Raspberry Pi 4 (Kali Linux) · Atheros AR9271

モデル： mistral:7b-instruct · deepseek-r1:7b · phi3:mini

ライセンス： GPL-3.0 | 作者： Otto | コミュニティ： AI Tinkerers

⚠️ 実験的プロジェクト — 本番環境での使用は想定していません。 AI分析は人間の研究者を支援するものであり、手動監査を代替するものではありません。発見事項は必ず独立して検証してください。

Phantom Brainの役割と非役割

✅ Phantom Brainの役割	❌ Phantom Brainの非役割
キャプチャ結果を構造化する自動分析ツール	Wireshark、bettercap、aircrack-ngの代替
AI駆動のレポート生成（オフライン、ローカルLLM）	自律型ペネトレーションテスター
ハードウェアツール間のオーケストレーター（Flipper、Pineapple、Proxmark）	本番環境対応のセキュリティツール
研究・学習プラットフォーム	手動監査の代替
100%オフライン — データ流出なし	クラウド依存またはAPI依存

💡 AI生成のレポートはすべて出発点として扱い、最終的な判断としないでください。 LLMは脆弱性を幻覚する可能性があります。AIなしの構造化パーサー出力の方が常に信頼性が高いです。

システムアーキテクチャ

FIELD (Mobile):
┌──────────────────┐
│  Flipper Zero    │ ──► Sub-GHz (.sub), NFC (.nfc), WiFi scanning
└──────────────────┘
┌──────────────────┐
│  WiFi Pineapple  │ ──► WPA2 Handshakes (.pcap), deauth, PMKID
└──────────────────┘
┌──────────────────┐
│  Proxmark3       │ ──► Advanced RFID/NFC (EM410x, MIFARE, EMV)
└──────────────────┘

BASE — PRIMARY NODE (required for full functionality):
┌──────────────────────────────────────────────────────┐
│  Windows PC (or Linux desktop)                       │
│  Python 3.11+ · Ollama · Flask API                  │
│  Runs: mistral:7b-instruct, deepseek-r1:7b           │
│  ► PHANTOM BRAIN CLI, full analysis, reports         │
└──────────────────────────────────────────────────────┘

BASE — SECONDARY NODE (optional, lightweight):
┌──────────────────────────────────────────────────────┐
│  Raspberry Pi 4 (Kali Linux)                         │
│  Ollama · Atheros AR9271                             │
│  Runs: phi3:mini only (mistral:7b too heavy for Pi)  │
│  ► Live WiFi capture · lightweight local inference   │
│  NOTE: connects to the PC's Ollama for heavy models  │
└──────────────────────────────────────────────────────┘

⚠️ アーキテクチャ注記： Raspberry PiはPhantom Brainフルスタックを自律的に実行しません。mistral:7b-instructまたはdeepseek-r1:7bを用いた完全な分析には、OllamaがインストールされたPCが必要です。Piはキャプチャノードとして機能し、phi3:miniのみ軽量オフライン推論で実行できます。

分析パイプライン（v0.9）

input → classifier → tool.run() → ToolResult(risk, findings) → Ollama

各キャプチャタイプはLLMに渡される前に、固有のツールを経由します。ツールはリスクレベルと主な発見事項を構造化し、Ollamaに送られるコンテキストを充実させます。

機能

WiFi / Marauder

Marauderログパーサー
脆弱なWPSネットワークの検出
隠しネットワークの識別
セキュリティ統計

Sub-GHz / Flipper Zero

.subファイルパーサー（sub_ghz_parser.py）
抽出：プロトコル、周波数、キー、パケット
対応：Security+ 2.0、ローリングコード、固定コード
キャプチャ間のパターンアナライザー（sub_ghz_analyzer.py）

NFC / Flipper Zero + Proxmark3

.nfcファイルパーサー（nfc_parser.py）
対応：MIFARE Classic 1K/4K、MIFARE Plus、NTAG、FeliCa、EMV
脆弱性アナライザー（nfc_analyzer.py）
検出：Darkside、Hardnested、Reader Auth Bypass
SUBE（公共交通機関）向け特別分析
Proxmark3出力パーサー（proxmark_parser.py）

WPA2 / WiFi Pineapple

Scapyを使ったPCAPパーサー（pcap_parser_v2.py）
抽出：BSSID、SSID、EAPOLフレーム、PMKID
完全なハンドシェイクの検証
完全パイプライン：hcxpcapngtool → hashcat -m 22000

ツールシステム（v0.9）

tools/base_tool.py — 統一されたBaseTool + ToolResultコントラクト
ToolResultにrisk（CRITICO/ALTO/MEDIO/BAJO）と構造化されたfindings
tools/registry.py — 集中レジストリ、タイプに応じて適切なツールをディスパッチ
tools/classifier.py — 拡張子と内容による自動検出
14/14のテスト合格（実フィクスチャ使用、pytest tests/test_tools.py）

データベースとレポート

SQLiteによる分析履歴（db_manager.py）
タイムスタンプ付きプレーンテキストレポート
UID/BSSIDによる検索、リスクレベルによるフィルター
分析統計

Flask API REST

flask_api.pyがポート5000で動作
GET /status — Ollamaと利用可能モデルの確認
POST /upload — .pcap、.nfc、.subファイルを受信
POST /analyze — Ollamaで分析しSQLiteに保存
GET /analysis/<id> — 保存された分析結果をIDで取得

対応AIモデル

注記： 速度ベンチマークは32GB RAMのPC（CPUのみ、GPUなし）で測定。CUDA/ROCmによるGPUアクセラレーションにより推論時間は大幅に短縮されます。Piはphi3:miniのみ安定動作 — mistral:7bはPi 4B 8GBでサーマルスロットリングとOOMを引き起こします。

すべてのモデルはOllama経由で100%オフラインで動作 — インターネット接続不要。

ファイル構成

phantom-brain/
├── phantom_brain.py          # メインCLI - エントリポイント
├── flask_api.py              # API REST Flask
├── db_manager.py             # SQLite - レポート履歴
├── pcap_parser_v2.py         # Parser WPA2/PCAP
├── proxmark_parser.py        # Parser output Proxmark3
├── nfc_parser.py             # Flipper .nfc file parser
├── nfc_analyzer.py           # NFC vulnerability analyzer
├── sub_ghz_parser.py         # Flipper .sub file parser
├── sub_ghz_analyzer.py       # Sub-GHz pattern analyzer
├── exploit_guide.py          # Exploitation guides without AI
├── proxmark_launch.bat       # Proxmark3 launcher script (Windows)
├── config.yaml.example       # Configuration template
├── requirements.txt          # Python dependencies
├── tools/                    # Modular tools system (v0.9)
│   ├── base_tool.py          # BaseTool + ToolResult with risk/findings
│   ├── classifier.py         # Capture type auto-detection
│   ├── registry.py           # Central tools registry
│   ├── proxmark_tool.py      # Tool Proxmark3
│   ├── nfc_tool.py           # Tool NFC
│   ├── wpa2_tool.py          # Tool WPA2/PCAP
│   └── subghz_tool.py        # Tool Sub-GHz
├── tests/                    # Automated tests (14/14 passing)
│   └── test_tools.py
├── prompts/                  # System prompts separated by type
│   └── system_prompts.py
├── benchmarks/               # Benchmark suite
│   ├── dataset/              # Captures with expected results
│   ├── results/              # JSON and markdown reports
│   ├── benchmark_runner.py
│   └── run_benchmark.py
├── reportes/                 # Generated reports (ignored in git)
├── pcap/                     # WPA2 captures (ignored in git)
└── archive/                  # Previous versions

インストール

git clone https://github.com/OttoyRocky/phantom-brain.git
cd phantom-brain
pip install -r requirements.txt
cp config.yaml.example config.yaml
ollama pull mistral:7b-instruct

Raspberry Pi（Kali Linux）

echo 'export OLLAMA_MODELS=/media/kali/discoexterno/ollama' >> ~/.zshrc
source ~/.zshrc
ollama pull phi3:mini

sudo fallocate -l 2G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

cd /media/kali/discoexterno
git clone https://github.com/OttoyRocky/phantom-brain.git

使い方

python phantom_brain.py
python flask_api.py
curl http://127.0.0.1:5000/status
python -m pytest tests/test_tools.py -v

メインメニュー

1.  テキストを手動で貼り付け
2.  汎用ファイルを読み込み（scan.txt、nmapなど）
3.  Flipper Zero / Marauderログを読み込み（.log）
4.  Sub-GHzキャプチャを分析（.sub）
5.  NFCキャプチャを分析（.nfc）
6.  WPA2ハンドシェイクキャプチャを分析（.pcap）
7.  Proxmark3キャプチャを分析（出力を直接貼り付け）
8.  レポート履歴を表示
9.  エクスプロイトガイド（AI分析なし）
10. ライブWiFiキャプチャ - Atheros AR9271（Raspberry Piのみ）
11. AIでスマートワードリストを生成（SSIDベース）

AIによるスマートワードリスト生成

ターゲットのSSIDからローカルAI（Ollama）を使用してパーソナライズされた辞書を生成。
入力：SSID + オプションのコンテキスト（国、ISP、年など）。
出力：カレントディレクトリにwordlist_<SSID>_<timestamp>.txt。
パターン：SSIDバリアント、2020〜2025年の年号、アルゼンチンコンテキスト（フットボール、日付、ISP）、!@#などの記号。
即使用可能なコマンドを表示：hashcat -m 22000 captura.hc22000 wordlist_<SSID>_<timestamp>.txt

ロードマップ

要件

Windows PC（プライマリノード — フル機能に必須）：

Python 3.11+
Ollama、mistral:7b-instruct（推奨）またはdeepseek-r1:7b
最低8GB RAM · 16GB以上推奨
pip install -r requirements.txt

Raspberry Pi 4（セカンダリノード — オプション）：

Kali Linux
Python 3.11+
Ollama、phi3:miniのみ（より重いモデルは非対応）
8GB RAMモデル推奨 · 2GBスワップ必須
ライブキャプチャ用Atheros AR9271アダプター（オプション10）

免責事項

このプロジェクトは許可されたラボ環境のみを対象としています。これらのツールを明示的な書面による許可なくネットワークやデバイスに対して使用することは、違法かつ非倫理的です。

AI生成の分析は、専門的なセキュリティ評価の代替にはなりません。すべての発見事項は手動で検証する必要があります。

作者： Otto | コミュニティ： AI Tinkerers | リポジトリ： https://github.com/OttoyRocky/phantom-brain

スペイン語版については README.es.md を参照してください。

`phi3:mini`	4 GB	~2.3 GB	~5分	クイックトリアージ、軽量推論、Piで動作 — 推論深度は限定的	Raspberry Pi 4 / PC
`mistral:7b-instruct`	8 GB	~4.1 GB	~30秒（PC）	推奨デフォルト。完全な分析、正確な実践可能なコマンド、最良の精度/速度比	PCのみ
`deepseek-r1:7b`	8 GB	~4.5 GB	~45秒（PC）	深層分析、詳細な緩和手順、連鎖思考推論	PCのみ

0.1-0.3	✅	WiFi / Marauder
0.4	✅	Sub-GHz + NFC/RFID
0.5	✅	WPA2 Handshakes + Proxmark3
0.6	✅	SQLite + Flask API + deepseek-r1:7b
0.7	✅	Raspberry Pi動作 + ストリーミング + タイムアウト
0.8	✅	モジュラーツールシステム + ToolResult(risk/findings) + 14/14テスト合格
0.9	✅	Atheros AR9271ライブキャプチャ + AIワードリスト + デュアルREADME + オプション12（事実のみモード） + ポストAI検証 + ベンチマーク
1.0	⏳	プロダクションリリース · ハードウェアテスト · asciinemaデモ · 追加データセット

人気

phantom-brain