vighnesh91/severitasEstrutura de simulação de engenharia social autorizada com um laboratório de loopback isolado, geração de público sintético, verificações de autorização prévias e relatórios offline em HTML/Markdown/JSON/CSV.
Severitas é um framework autorizado de conscientização e simulação de engenharia social. Ele é estruturalmente restrito para ser executado exclusivamente dentro de ambientes de laboratório isolados contra identidades sintéticas.
O Severitas isola logicamente a execução da avaliação para que a avaliação de segurança não comprometa a infraestrutura corporativa ou dados reais.
A base de código separa as camadas de política de autorização dos loops de execução de negócios:
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
Diferente de ferramentas de aconselhamento, o Severitas garante métricas de conformidade estruturalmente:
severitas.scope): Campanhas falham de forma segura a menos que os alvos correspondam perfeitamente às definições de teste sintéticas designadas (*.local, *.test, *.invalid).severitas.security.guards): O caminho de submissão conta nomes de campos, mas descarta variáveis inteiramente antes que registros transicionem ou a telemetria seja capturada.Clone este layout de repositório e compile seu link de desenvolvimento em uma instância de container isolada ou virtualenv local:
# Initialize development profile
python3 -m venv .venv
source .venv/bin/activate
# Install in editable mode
pip install -e .
O Severitas inclui utilitários rápidos de terminal para provisionar modelos de laboratório imediatamente:
# 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
Ao compilar pastas de saída de análise, o sistema de relatórios offline mede coortes de conscientização do usuário usando gráficos inline semelhantes a este formato:
Targets simulated ████████████████████████████████████████ 25
Messages simulated ████████████████████████████████████████ 25
Interactions ██████████████████████████ 18
Clicks / visits ████████████████████ 15
Synthetic submissions ██████████████ 9
User reports ████████ 5
Este framework é construído estritamente para simulações educacionais autorizadas, benchmarks de rastreamento de infraestrutura e exercícios de validação de treinamento. Testes contra hosts públicos ou populações reais de usuários sem Regras de Engajamento (ROE) explícitas e aprovação documentada são altamente proibidos. O código é distribuído sob os termos da Licença MIT.