🛡️ Severitas フレームワーク

Severitas は、許可されたソーシャルエンジニアリングの意識向上およびシミュレーションフレームワークです。合成アイデンティティに対して、隔離されたラボ環境内でのみ実行されるよう構造的に制約されています。

💎 機能

Severitas は評価の実行を論理的に分離し、セキュリティ評価が企業インフラや実データを危険にさらさないようにします。

🎛️ Kali スタイルのインタラクティブ UI: トレーニング演習を素早く閲覧、検証、実行するための動的コンソールランチャー。
🧪 ゼロネットワークラボラトリー: ループバックアダプター上でのみ動作する、組み込みの合成 Mail、Web、DNS サーバー。
🛑 構造的破棄機構: 受信したフォームデータは検証され、インタラクションテレメトリとして計測された後、メモリから即座に削除されます。認証情報の値が保持されたりディスクに書き込まれたりすることは一切ありません。
📊 オフライン分析とレポート: 時系列の脅威ファネルマップ、タイムラインサマリー、および制御有効性のインサイトを、クリーンな HTML、Markdown、JSON、CSV 形式で自動的に組み立てます。

🏗️ リポジトリ構成

コードベースは、認可ポリシー層とビジネス実行ループを分離しています:

severitas/
├── src/
│   └── severitas/
│       ├── core/           # Container bootstrapping, configuration, and logging
│       ├── scope/          # Target match gates (Domain, Email, Network ranges)
│       ├── authorization/  # Pre-execution pipeline validation
│       ├── infrastructure/ # Mock DNS, Mail, Web, and Tracking handlers
│       ├── scenarios/      # Phishing, OSINT, QR, Pretexting scenario plugins
│       ├── telemetry/      # Synchronous ordered event bus and analytics engine
│       └── security/       # Structural redaction filters and leak sentinels

🔒 設計による構造的安全性

助言的なツールとは異なり、Severitas はコンプライアンス指標を構造的に保証します:

ターゲットの許可リスト化 (severitas.scope): ターゲットが指定された合成テスト定義 (*.local、*.test、*.invalid) に完全に一致しない限り、キャンペーンはフェイルクローズします。
認証情報のゼロ保持 (severitas.security.guards): 送信パスはフィールド名をカウントしますが、レコードの遷移やテレメトリの取得前に変数を完全に破棄します。
秘匿化フィルター: グローバルな正規表現ログブロックが偶発的な漏洩 (JWT、API トークン、秘密鍵) を捕捉し、動的に除去します。

⚡ クイックスタート

前提条件

Python 3.11 以上
PyYAML (デフォルトの requirements に同梱され固定されています)

インストール

このリポジトリのレイアウトをクローンし、隔離されたコンテナインスタンスまたはローカルの virtualenv で開発リンクをコンパイルします:

# Initialize development profile 
python3 -m venv .venv
source .venv/bin/activate

# Install in editable mode
pip install -e .

直接 CLI コントロール

Severitas には、ラボテンプレートを即座にプロビジョニングするためのクイックターミナルユーティリティが含まれています:

# Launch the interactive menu wizard
severitas --menu

# Start the internal mock services bundle
severitas lab start

# Scope out target definitions for synthetic verification checks
severitas scope create --name alpha --domain training.local --email [email protected]

# Run an end-to-end sandbox execution demo to generate mock results
severitas lab demo --targets 25

📊 インタラクションファネルのモックアップ

分析出力フォルダをコンパイルする際、オフラインレポートシステムは、この形式に似たインラインチャートを使用してユーザー意識コホートを計測します:

Targets simulated        ████████████████████████████████████████ 25
Messages simulated       ████████████████████████████████████████ 25
Interactions             ██████████████████████████              18
Clicks / visits          ████████████████████                    15
Synthetic submissions    ██████████████                          9
User reports             ████████                                5

📜 法的情報と免責事項

このフレームワークは、許可された教育シミュレーション、インフラ追跡ベンチマーク、およびトレーニング検証演習のために厳格に構築されています。明示的な交戦規則 (ROE) と文書化された承認なしに、公開ホストや実ユーザー集団に対してテストすることは固く禁じられています。コードは MIT License の条件の下で提供されます。

severitas

人気