🛡️ Severitas 框架

Severitas 是一个经授权的社会工程学意识与模拟框架。它在结构上被限制为仅在隔离的实验室环境中针对合成身份运行。

---

💎 功能特性

Severitas 在逻辑上隔离评估执行过程，从而确保安全评估不会危及企业基础设施或真实数据。

• 🎛️ Kali 风格交互式界面： 动态控制台启动器，可快速浏览、验证并执行培训演练。
• 🧪 零网络实验室： 内嵌的合成邮件、Web 和 DNS 服务器完全在您的回环适配器上运行。
• 🛑 结构化丢弃器： 入站表单数据经过验证、测量交互遥测数据后，会立即从内存中删除。任何凭据值都不会被保留或写入磁盘。
• 📊 离线分析与报告： 自动生成按时间顺序排列的威胁漏斗图、时间线摘要和控制有效性洞察，并输出为简洁的 HTML、Markdown、JSON 和 CSV 格式。

---

🏗️ 仓库架构

代码库将授权策略层与业务执行循环分离：

severitas/
├── src/
│   └── severitas/
│       ├── core/           # 容器引导、配置和日志记录
│       ├── scope/          # 目标匹配门控（域名、电子邮件、网络范围）
│       ├── authorization/  # 执行前管道验证
│       ├── infrastructure/ # 模拟 DNS、邮件、Web 和跟踪处理器
│       ├── scenarios/      # 网络钓鱼、OSINT、二维码、借口场景插件
│       ├── telemetry/      # 同步有序事件总线和分析引擎
│       └── security/       # 结构化脱敏过滤器和泄漏哨兵

---

🔒 设计上的结构安全

与咨询类工具不同，Severitas 在结构上保证合规性指标：

1. 目标允许列表（severitas.scope）： 除非目标完全映射到指定的合成测试定义（*.local、*.test、*.invalid），否则活动将失败关闭。
2. 零凭据保留（severitas.security.guards）： 提交路径会统计字段名称，但在记录转换或捕获遥测数据之前会完全丢弃变量。
3. 脱敏过滤器： 全局正则表达式日志记录块会捕获意外泄漏（JWT、API 令牌、私钥）并动态将其剥离。

---

⚡ 快速开始

先决条件

• Python 3.11 或更高版本
• PyYAML（已随附并固定在默认依赖项中）

安装

克隆此仓库布局，并在隔离的容器实例或本地 virtualenv 中编译您的开发链接：

# 初始化开发配置文件
python3 -m venv .venv
source .venv/bin/activate

# 以可编辑模式安装
pip install -e .

直接 CLI 控制

Severitas 包含快速终端实用程序，可立即配置实验室模板：

# 启动交互式菜单向导
severitas --menu

# 启动内部模拟服务包
severitas lab start

# 为合成验证检查划定目标定义范围
severitas scope create --name alpha --domain training.local --email [email protected]

# 运行端到端沙箱执行演示以生成模拟结果
severitas lab demo --targets 25

---

📊 交互漏斗模型

在编译分析输出文件夹时，离线报告系统使用类似以下格式的内联图表来测量用户意识群体：

模拟目标数        ████████████████████████████████████████ 25
模拟消息数        ████████████████████████████████████████ 25
交互数            ██████████████████████████              18
点击/访问数       ████████████████████                    15
合成提交数        ██████████████                          9
用户报告数        ████████                                5

---

📜 法律与免责声明

本框架严格用于经授权的教育模拟、基础设施跟踪基准测试和培训验证演练。未经明确的交战规则（ROE）和书面批准，严禁针对公共主机或真实用户群体进行测试。本代码根据 MIT 许可证条款发布。