Herramienta / Software
software-toolkit
Utilidades, frameworks y kits ofensivos usados por los atacantes.
_ididattributescollection_type
Un dashboard de inteligencia de amenazas está expuesto en la red. Tu misión: infiltrarlo, extraer cada registro y reconstruirlo campo por campo dentro de tu propia base de datos MongoDB. Sin perder nada. Sin cambiar nada.
Leer briefingVas a construir un pequeño proyecto en Python que rastree la web objetivo al completo y vuelque toda su información en una base de datos MongoDB tuya. El listón: que lo que quede en tu base de datos sea indistinguible del original, manteniendo todos los campos y el formato del esquema.
Un dashboard de inteligencia de amenazas en tiempo real sobre ransomware y vulnerabilidades críticas. Es de acceso libre: sin credenciales, sin trampas, sin accesos raros. Todo lo que ves en pantalla es material a extraer.
Explóralo antes de escribir una línea. Entiende cómo navega, cómo pagina y de dónde salen sus datos: ahí está la mitad del reto. Cómo lo rastrees es cosa tuya.
La información se organiza en seis tipos de documento. Toca una tarjeta para ver, copiar o descargar una muestra real del DataLake. Las cinco que ves aquí salen de los JSON originales; campaign se mantiene como referencia orientativa hasta tener su export. Úsalas para entender la forma real del documento.
Utilidades, frameworks y kits ofensivos usados por los atacantes.
Familias de ransomware y malware, sus variantes y comportamiento.
CVEs y fallos críticos, con severidad, productos afectados y estado.
Grupos y actores, sus alias, motivación y países objetivo.
Modelo orientativo de forma hasta tener un ejemplo real exportado.
Informes de inteligencia con su cuerpo, fecha, fuente y entidades referenciadas.
Pocas reglas, y todas importan. Dentro de ellas, libertad total.
El proyecto es en Python. Qué librerías uses y cómo lo estructures es decisión tuya.
Nada de contenedores: no lo montes en Docker. Levántalo tú en tu máquina, trastea y entiende cada pieza.
Monta una base de datos MongoDB tuya (local o Atlas) y crea las colecciones del esquema.
Todos los campos, mismos nombres y formato. La calidad de la ingesta es el criterio principal.
La web entera. Si un registro existe en el objetivo, tiene que existir en tu base de datos.
Sin accesos ni cosas raras: el objetivo es abierto. Rastréalo con cabeza y sin fuerza bruta.
Sube todo el proyecto a un repo tuyo (GitHub o GitLab) y danos acceso. Queremos ver tu código, tu README y cómo lo levantas.
Mándanos la connection string de tu MongoDB para revisar que están todas las colecciones y todos los campos intactos.
Ingiere las 6 colecciones completas y con el esquema intacto. Cuando tu base de datos sea el espejo del objetivo, la misión está cumplida.