Skip to content
KitploitKITPLOIT
FerramentasExploitsBlog
Log in
Enviar
FerramentasExploitsBlog
Enviar

Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!

Kitploit é um diretório de ferramentas de hacking, cibersegurança e pentesting. Descubra as últimas atualizações de projetos para encontrar vulnerabilidades, analisar sistemas, automatizar testes e fortalecer sua segurança.

FeedsContatoPrivacidade© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
AI-Threat-Modeler — Projeto OWASP para modelagem de ameaças assistida por IA, ajudando equipes a identificar, analisar e documentar ameaças de segurança e mitigações em projetos de sistemas. | Kitploit
Ferramentas/GitHubGitHub/owasp/ai-threat-modeler
Ferramentas DefensivasAnálise de VulnerabilidadesInteligência de AmeaçasPapers e PesquisaSegurança de IA
GitHubowasp/ai-threat-modeler

AI-Threat-Modeler

Projeto OWASP para modelagem de ameaças assistida por IA, ajudando equipes a identificar, analisar e documentar ameaças de segurança e mitigações em projetos de sistemas.

Ver Repositório
2109há 28 diasAinda não revisado
Compartilhar

AI Threat Modeler

Aponte-o para um codebase. Receba de volta um modelo de ameaças fundamentado no código — pronto para revisar, questionar e agir. As partes que o código não consegue ver — o contexto de negócio e a arquitetura por trás dele — são onde você e seus arquitetos entram.

Faça upload de um ZIP ou importe um repositório do GitHub, e o AI Threat Modeler produz um artefato de modelo de ameaças no estilo STRIDE: um diagrama de fluxo de dados, ameaças candidatas e um registro de riscos — com links para os arquivos de origem e números de linha exatos sempre que o agente de IA consegue fundamentá-los em código real. Uma passagem adversarial opcional descarta descobertas sem evidência no código.

Feito para equipes de AppSec que desejam modelagem de ameaças fundamentada no código real — rastreável, revisável e sempre atual.

O que isto é (e o que não é)

Seja claro sobre o que você está recebendo, porque a distinção importa:

  • Este é um modelador de ameaças com IA fundamentado no código. Ele transforma um codebase em um catálogo inicial de descobertas DFD + STRIDE + riscos, cada uma ancorada a um file:line real.
  • Isto é fundamentado no código. Nosso princípio de trabalho é curto e concreto: identifique a ameaça, fundamente a verdade no código, depois aja sobre ela. Cada descoberta é ancorada a um file:line real, e afirmações sem evidência no código são descartadas. O resultado é uma entrada concreta e revisável sobre a qual sua equipe pode agir — o código é a fonte da verdade, e sua equipe traz o julgamento para agir sobre ele.

O valor que você obtém é proporcional ao que você coloca (garbage in, garbage out) e a quão seriamente sua equipe age sobre as descobertas — verificando o diagrama, triangulando afirmações contra o código e adicionando o contexto de negócio/design que vive fora do codebase. Veja Como usar a saída para o fluxo de trabalho completo, e como usá-lo como uma verificação do tipo fizemos um trabalho suficientemente bom contra um modelo de ameaças existente construído manualmente.

📹 Demonstração

Demo video

Ou assista na página do arquivo.

Experimente em 3 passos

Você precisará do Docker e de uma chave de API de um dos provedores suportados — Anthropic (Claude), OpenAI ou DeepInfra para executar modelos de pesos abertos (Kimi, GLM, DeepSeek).

  1. Configure seu ambiente. Copie o arquivo de ambiente e adicione um JWT_SECRET aleatório:

    cp .env.example .env
    echo "JWT_SECRET=$(openssl rand -hex 32)" >> .env
    
  2. Compilar e iniciar:

    docker-compose up -d --build
    
  3. Abra http://localhost:3000, faça login com admin / admin, adicione sua chave de API em Settings e envie um repositório.

👉 É novo por aqui? Siga o Getting Started guide para o passo a passo completo com detalhes equivalentes a capturas de tela.

O que você recebe

Após a conclusão de um job, abra o relatório — um conjunto de artefatos para sua revisão, não um veredito final:

AbaConteúdo
Data Flow DiagramDiagrama interativo com limites de confiança; clique em um nó para ver ameaças candidatas relacionadas e arquivos de origem. Verifique isto contra sua arquitetura real primeiro — descobertas baseadas em um diagrama incorreto são suspeitas.
Threat ModelAmeaças STRIDE candidatas com severidade, mitigação e Location (arquivo:linha, trecho, link do GitHub quando importado do GitHub). Trate cada uma como uma hipótese a verificar no código, não como uma conclusão.
Risk RegistryRiscos vinculados às ameaças, com planos de remediação — matéria-prima para as decisões da sua equipe e para a remediação acompanhada.

Exporte para PDF, CSV (compatível com Excel) ou JSON, para que você possa levar as descobertas para o seu issue tracker e para a prática de modelagem de ameaças de referência.

Como funciona

Cada job executa um fluxo curto de stage → run para que a IA entenda sua implantação, não apenas seu código:

  1. Analyze — o app preenche automaticamente seis campos de contexto editáveis (resumo do projeto, contexto de segurança, contexto de implantação, orientação ao desenvolvedor, exclusões sugeridas e notas). Esta é sua entrada de maior impacto — edite-a com contexto real de implantação e de negócio; o artefato só retorna tão bom quanto o que você fornece.
  2. Run — o agente produz o artefato STRIDE completo e exibe o status ao vivo no dashboard. Em seguida, sua equipe o revisa (veja How to use the output).

Provedores de modelo

Traga sua própria chave para o provedor que melhor se adequar ao seu orçamento e às suas necessidades de conformidade — escolha o provedor e o modelo em Settings:

  • Anthropic (Claude) e OpenAI — modelos frontier hospedados.
  • DeepInfra — modelos open-weight. Execute as famílias Kimi, GLM e DeepSeek por trás de uma API compatível com OpenAI em uma nuvem de inferência certificada HIPAA e SOC 2. O seletor de modelos lista cada opção com seu preço por milhão de tokens e janela de contexto, e o custo por job é reportado com exatidão. Modelos open-weight podem ser drasticamente mais baratos — um job típico no DeepSeek V4 Flash custa centavos, não dólares.

Você também pode ajustar reasoning_effort e alternar a segunda passagem adversarial por instância. Veja a Settings Reference.

Documentação

GuiaPara
Getting StartedUsuários iniciantes — da instalação ao primeiro relatório
Importing from GitHubRepositórios públicos e privados, branches, limites
Settings ReferenceAjuste de custo, profundidade e provedores
TroubleshootingQuando algo dá errado
FeaturesLista completa de recursos
DeploymentExecução com Docker Compose em produção
SETUP.mdDesenvolvimento local sem Docker
CHANGELOG.mdHistórico de versões

Índice completo da documentação: docs/. Especificação interativa da API: http://localhost:3001/api-docs (quando o backend estiver em execução).

Contribuição / desenvolvimento

npm test                                             # backend + frontend unit tests
cd frontend && npm run e2e:install && npm run e2e    # Playwright end-to-end tests

Consulte SETUP.md para o ambiente de desenvolvimento completo (Node 18+, sem Docker).

Baixar ferramenta

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 O kit definitivo de OSINT: grafo de investigação, pontuação de confiança, famílias de alias, mapa, linha do tempo e relatórios. 49 módulos, mais de 400 sites, sem necessidade de chaves de API.

    524
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicativo de Execução em Um Toque GhostLock (CVE-2026-43499)

    478
  • 3

    ARTEX

    baarai/artex

    Plataforma autônoma de testes de penetração multiagente com LLM, com agentes planejador/executor, grafos de ativos e de exploração, registro de tráfego MITM e reteste de vulnerabilidades.

    357
  • 4

    redforge

    cybersecurity91/redforge

    Kit de ferramentas de red team do lado do navegador com 102 ferramentas offline para reconhecimento, geração de payloads, ataques a credenciais, criptografia, codificação e relatórios de engajamento.

    317
  • 5

    estorides

    grisuno/estorides

    Agrega mais de 99 fontes OSINT gratuitas em paralelo, resolve entidades em um grafo de conhecimento e exporta STIX 2.1, MISP ou GraphML com análise assistida por LLM.

    305
  • 6

    opencti

    opencti-platform/opencti

    Plataforma Aberta de Inteligência de Ameaças Cibernéticas

    275

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →