Skip to content
KitploitKITPLOIT
ИнструментыЭксплойтыБлог
Log in
Отправить
ИнструментыЭксплойтыБлог
Отправить

Инструменты для хакинга, пентеста и кибербезопасности — ваш арсенал защиты!

Kitploit — это каталог инструментов для хакинга, кибербезопасности и пентестинга. Находите последние обновления проектов для поиска уязвимостей, анализа систем, автоматизации тестирования и усиления вашей безопасности.

ЛентыКонтактыКонфиденциальность© 2026 Kitploit

Каталог инструментов

Категории

Все категории
Loading categories
BruteForceAI — Инструмент для брутфорса на базе продвинутых LLM, объединяющий возможности искусственного интеллекта с автоматизированными атаками на вход | Kitploit
Инструменты/GitHubGitHub/mordavid/bruteforceai
Атаки на ПаролиСкриптинг и автоматизацияЭксплуатация веб-приложенийСбор информацииВеб-безопасностьТестирование на ПроникновениеАутентификацияRed TeamingБезопасность ИИ
GitHubmordavid/bruteforceai

BruteForceAI

Инструмент для брутфорса на базе продвинутых LLM, объединяющий возможности искусственного интеллекта с автоматизированными атаками на вход

1.9k388263 месяцев назадПроверено Kitploit

Популярное

Смотреть все →

Откройте для себя самые используемые инструменты нашего сообщества.

Изучить все инструменты

Просмотрите нашу коллекцию инструментов

Смотреть все инструменты →
Поделиться
РепозиторийСайт

🤖 BruteForceAI — инструмент для брутфорса логинов на базе ИИ

Логотип BruteForceAI

BruteForceAI Banner Python License AI Powered

Продвинутый инструмент для брутфорса на базе LLM, объединяющий интеллект ИИ с автоматизированными атаками на формы входа

Возможности • Установка • Использование • Примеры • Конфигурация • Лицензия


🎯 О инструменте

BruteForceAI — это продвинутый инструмент для тестирования на проникновение, который революционизирует традиционные атаки методом перебора, интегрируя большие языковые модели (LLM) для интеллектуального анализа форм. Инструмент автоматически определяет селекторы форм входа с помощью ИИ, а затем выполняет сложные многопоточные атаки с поведением, имитирующим человека.

🧠 Анализ форм на базе LLM

  • Этап 1 (анализ ИИ): LLM анализирует HTML-содержимое для определения элементов и селекторов формы входа
  • Этап 2 (умная атака): выполняет интеллектуальные атаки методом перебора с использованием селекторов, обнаруженных ИИ

🚀 Продвинутые возможности атак

  • Многопоточное выполнение с синхронизированными задержками
  • Режимы атак Bruteforce и Password Spray
  • Человекоподобные задержки с джиттером и рандомизацией
  • Ротация User-Agent для лучшего обхода защиты
  • Уведомления через вебхуки (Discord, Slack, Teams, Telegram)
  • Подробное журналирование с базой данных SQLite

🌟 История звёзд

Star History Chart


✨ Возможности

🔍 Интеллектуальный анализ

  • Определение селекторов форм на базе LLM (Ollama/Groq)
  • Автоматические повторные попытки с обучением на обратной связи
  • Обнаружение изменений DOM для проверки успеха
  • Умное извлечение HTML-содержимого

⚡ Продвинутые атаки

  • Режим Bruteforce: перебор всех комбинаций логин/пароль
  • Режим Password Spray: проверка каждого пароля для всех логинов
  • Многопоточное выполнение (1–100+ потоков)
  • Синхронизированные задержки между попытками для одного пользователя

🎭 Техники обхода защиты

  • Случайная ротация User-Agent
  • Настраиваемые задержки с джиттером
  • Человекоподобные временные паттерны
  • Поддержка прокси
  • Управление видимостью браузера

📊 Мониторинг и уведомления

  • Уведомления через вебхуки в реальном времени при успехе
  • Подробное журналирование в SQLite
  • Подробный вывод с временными метками
  • Завершение с успехом после первых валидных учётных данных
  • Пропуск существующих попыток (предотвращение дублирования)

🛠️ Операционные возможности

  • Захват вывода в файлы
  • Цветной терминальный интерфейс
  • Механизм повторных попыток при сетевых ошибках
  • Принудительный повтор существующих попыток
  • Инструменты управления базой данных
  • Автоматическая проверка обновлений с mordavid.com

🔧 Установка

Предварительные требования

# Python 3.8 or higher
python --version

Настройка виртуального окружения (рекомендуется)

Изолируйте зависимости от системного Python с помощью встроенного модуля venv:

# 1. Create a virtual environment
python -m venv .venv

# 2. Activate it
#   Windows (PowerShell):
.venv\Scripts\Activate.ps1
#   Windows (cmd):
.venv\Scripts\activate.bat
#   macOS / Linux:
source .venv/bin/activate

Примечание: Шаг python -m venv .venv нужен только один раз. В каждом новом сеансе терминала повторно выполняйте команду активации (шаг 2) перед использованием инструмента. Чтобы выйти из виртуального окружения, выполните deactivate.

Установка зависимостей

# Install Python packages
pip install -r requirements.txt

# Install the Playwright browser
playwright install chromium

Необходимые пакеты:

  • playwright — автоматизация браузера
  • requests — HTTP-запросы
  • PyYAML — разбор YAML для проверки обновлений

Настройка LLM

Вариант 1: Ollama (локально)

# Install Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# Pull recommended model
ollama pull llama3.2:3b

Вариант 2: Groq (облачный)

  1. Получите API-ключ в Groq Console
  2. Используйте с --llm-provider groq --llm-api-key YOUR_KEY

🧠 Выбор модели и производительность

Рекомендуемые модели по провайдерам

Ollama (локальная):

  • llama3.2:3b — по умолчанию, хороший баланс скорости и качества
  • llama3.2:1b — самая быстрая, меньшая модель для быстрого анализа
  • qwen2.5:3b — альтернатива с хорошей производительностью

Groq (облачная):

  • llama-3.3-70b-versatile — по умолчанию и лучшая — новейшая модель с превосходным качеством (1 попытка)
  • llama3-70b-8192 — быстрая и надёжная альтернатива (1 попытка)
  • gemma2-9b-it — облегчённый вариант, подходит для простых форм (1 попытка)
  • llama-3.1-8b-instant — ⚠️ Не рекомендуется (проблемы с ограничением частоты запросов, 3+ попытки)

Советы по производительности

# Best quality (recommended for complex forms)
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model llama-3.3-70b-versatile --llm-api-key YOUR_KEY

# Fast and reliable
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model llama3-70b-8192 --llm-api-key YOUR_KEY

# Lightweight for simple forms
python BruteForceAI.py analyze --urls targets.txt --llm-provider groq --llm-model gemma2-9b-it --llm-api-key YOUR_KEY

# Local processing (no API key needed)
python BruteForceAI.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

📖 Использование

Базовые команды

Этап 1: Анализ форм входа

python BruteForceAI.py analyze --urls urls.txt --llm-provider ollama

Этап 2: Выполнение атаки

python BruteForceAI.py attack --urls urls.txt --usernames users.txt --passwords passwords.txt --threads 10

Структура команд

python BruteForceAI.py <command> [options]

Доступные команды

  • analyze — анализ форм входа с помощью LLM
  • attack — выполнение атак методом перебора
  • clean-db — очистка таблиц базы данных
  • check-updates — проверка обновлений программного обеспечения

🎯 Примеры

1. Полный рабочий процесс

# Step 1: Analyze forms
python BruteForceAI.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

# Step 2: Attack with 20 threads
python BruteForceAI.py attack --urls targets.txt --usernames users.txt --passwords passwords.txt --threads 20 --delay 5 --jitter 2

2. Расширенная настройка атаки

python BruteForceAI.py attack \
  --urls targets.txt \
  --usernames users.txt \
  --passwords passwords.txt \
  --mode passwordspray \
  --threads 15 \
  --delay 10 \
  --jitter 3 \
  --success-exit \
  --user-agents user_agents.txt \
  --verbose \
  --output results.txt

3. С уведомлениями через вебхуки

python BruteForceAI.py attack \
  --urls targets.txt \
  --usernames users.txt \
  --passwords passwords.txt \
  --discord-webhook "https://discord.com/api/webhooks/..." \
  --slack-webhook "https://hooks.slack.com/services/..." \
  --threads 10
Скачать инструмент