IG-Detective 🕵️‍♂️📸

만든 사람 @shredzwho | 💖 이 프로젝트 후원하기

IG-Detective는 고성능 파이썬 기반의 인스타그램 오픈소스 인텔리전스(OSINT) 도구입니다. 프리미엄 인터랙티브 셸을 제공하여 인스타그램 계정의 심층 분석, 위치 기록 추출, 상호 작용 매핑, 자동화된 조사 보고서 생성을 수행합니다.

[!WARNING] 면책 조항: 이 도구는 교육 및 연구 목적으로만 사용됩니다. 책임감 있게 사용하고 Instagram의 서비스 약관을 준수하세요. 작성자는 오용에 대해 책임을 지지 않습니다.

⚡ 기능

🛡️ 회피 및 은밀성 (고급)

TLS 지문 스푸핑: playwright-stealth와 함께 헤드리스 Playwright chromium 브라우저를 사용하여 실제 환경을 모방, Cloudflare 및 CDN 속도 제한을 완전히 우회합니다.
심층 회피 대체: 인증된 세션이 섀도밴드(예: HTTP 401/429/400 차단)된 경우 자동으로 인증되지 않은 헤드리스 브라우저 가져오기로 전환하여 쿠키를 생략하고 헤더를 위조하여 완전히 새로운 연결을 에뮬레이션합니다.
포아송 지터: 요청 사이에 인간과 유사한 무작위 지연을 추가하여 자연스러운 사용자 행동을 모방합니다.

⚡ 성능 및 최적화

헤드리스 메모리 튜닝: 경량화된 Playwright 브라우저 구성으로 경로 차단을 통해 무거운 시각적 자산(이미지, 글꼴, 스타일시트)을 명시적으로 폐기하여 초고속 쿼리 속도를 달성합니다.
비동기 데이터 내보내기: data 명령의 아카이빙에 ThreadPool 병렬 다운로드를 활용하여 전체 프로필 미디어 복제 속도를 대폭 향상시킵니다.

🔍 핵심 정찰

사용자 정보: 전체 프로필 세부정보(ID, 소개, 팔로워, 비즈니스 상태).
팔로워/팔로잉: 대상의 소셜 네트워크 목록 및 내보내기.
게시물 분석: 최근 콘텐츠, 좋아요, 댓글의 상세 분석.

📍 고급 OSINT

인터랙티브 지리공간 매핑: 게시물에서 GPS 좌표를 추출하고 읽을 수 있는 주소와 클릭 가능한 핀이 포함된 Folium interactive_map.html을 생성합니다.
소셜 네트워크 분석(sna): 상호 작용을 매핑하여 대상과 가장 밀접하게 연결된 상위 10명의 사용자인 "내부 서클"을 식별합니다.
시간별 활동 프로파일링(temporal): DBSCAN 클러스터링을 사용하여 대상의 "수면 공백"을 식별하고 주요 시간대를 예측합니다.
스토리 추출(stories): 활성 스토리 URL을 가져옵니다.

🔬 연구 기반 포렌식 모듈 (최첨단)

계정 복구 열거(recovery): 비밀번호 재설정 흐름을 트리거하여 관리자 이메일 확인을 위한 마스킹된 연락처 힌트를 공개합니다.
공동 방문 분석(intersect): 두 대상 간의 GPS/시간 교차점을 상호 참조하여 물리적 만남 지점을 식별합니다.
문체 분석(stylometry): 바이그램 및 이모지 분포를 기반으로 여러 계정을 연결하는 디지털 "언어적 서명"을 생성합니다.
참여 감사(audit): 시간별 지터 분산을 통해 가짜 봇 활동을 통계적으로 탐지합니다.

📦 조사 관리

원클릭 내보내기(data): 대상의 팔로워 목록, 팔로잉 목록 및 타임라인 미디어(메타데이터 JSON 포함)를 자동으로 다운로드하여 단일 ZIP 아카이브로 패키징합니다.
자동 보고서 생성: 모든 명령이 data/<target>/ 디렉토리에 결과를 JSON 및 TXT 보고서로 자동 저장합니다.
자율 배치 모드: 텍스트 파일에서 여러 대상을 순차적으로 처리합니다.
지능형 캐싱: TTL 기반 캐싱을 통해 반복 쿼리를 매우 빠르게 수행합니다.

🚀 설치

저장소 클론

git clone https://github.com/shredzwho/IG-Detective.git
cd IG-Detective

가상 환경 설정

python3 -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

의존성 설치
```
pip install -r requirements.txt
```

🐳 Docker로 실행 (권장)

의존성 문제를 피하기 위해 IG-Detective를 Docker 내에서 완전히 실행할 수 있습니다. 컨테이너는 대화형 TTY(-it)와 포렌식 보고서를 저장하기 위한 볼륨 마운트가 필요합니다.

Docker Compose 사용 (가장 쉬움)
```
docker-compose run --rm detective
```

표준 Docker 사용

docker build -t ig-detective .
docker run -it -v $(pwd)/data:/app/data ig-detective

🛠 사용법

셸 시작

python3 main.py
# 또는 제공된 래퍼 사용:
./run.sh

핵심 명령어 셸에 진입한 후 분석 모듈을 실행하기 전에 먼저 대상을 설정해야 합니다.

명령어	설명
`target <user>`	조사 대상 설정 (필수 첫 단계)
`info`	기본 프로필 OSINT 보기 (소개, 외부 링크, 메타데이터)
`posts`	대상의 최근 타임라인 활동 및 통계 가져오기
`addrs`	내장 GPS에서 지리적 대상 추출
`data`	대상 발자국(미디어, 팔로워)을 ZIP 파일로 내보내기
`surveillance`	대상 메트릭/소개 변경 사항을 실시간으로 지속적으로 모니터링 및 추적
`sna`	"내부 서클"을 매핑하는 소셜 네트워크 분석 수행
`temporal`	DBSCAN을 통해 시간대 및 수면 행동 계산
`stylometry`	캡션에 대한 NLP 언어학적 프로파일링 (이모지 및 N-그램)
`recovery`	비밀번호 재설정 흐름을 트리거하여 마스킹된 연락처 공개
`intersect`	두 대상 간의 GPS/시간 교차점 상호 참조
`audit`	가짜 봇 활동에 대한 통계적 탐지
`help`	대화형 도움말 메뉴 표시
`exit`	CLI 깔끔하게 종료

📑 자세한 문서

시스템 아키텍처, 포렌식 방법론 및 회피 로직에 대한 심층 정보는 다음을 참조하세요: 👉 DOCUMENTATION.md

📂 프로젝트 구조

main.py: 셸의 주요 진입점.
run.sh: 실행 래퍼 스크립트.
src/api/: Playwright 은밀 클라이언트 및 인증 관리자를 포함한 네트워크 계층.
src/core/: 데이터 모델 및 구성을 포함한 기반 계층.
src/modules/: 스크래퍼 및 심층 분석 도구를 포함한 비즈니스 로직 계층.
src/cli/: 대화형 프롬프트 및 Rich 포맷터를 포함한 프레젠테이션 계층.
data/: 자동화된 조사 보고서 (git 무시).

🤝 기여

이 프로젝트를 포크하고 풀 리퀘스트를 제출해 주세요. 주요 변경 사항이 있는 경우 먼저 이슈를 열어 변경할 내용에 대해 논의해 주시기 바랍니다.

📜 라이선스

[MIT]

인기

IG-Detective