SecSuite: A Plataforma de Segurança Abrangente com IA para Inteligência de Fontes Abertas, Web e API

A TheSecuredAnalyst Project Team anunciou o lançamento oficial do SecSuite, uma nova plataforma de segurança de código aberto. Esta ferramenta inovadora combina inteligência de fontes abertas (OSINT), varredura de vulnerabilidades web, detecção de segurança de API, verificação de conformidade e capacidades de análise inteligente de IA em um único pacote de ferramentas de segurança unificado. O projeto está hospedado no GitHub no repositório 53cur3dL34rn/security-suite e foi projetado especificamente para profissionais de segurança, engenheiros de testes de penetração e equipes vermelhas. Sua arquitetura modular e extensível permite a execução totalmente offline de grandes modelos de linguagem (LLMs).

O SecSuite v0.1.0 inclui 11 módulos de OSINT, 6 scanners de segurança web e 4 ferramentas de detecção de segurança de API. Todas as funcionalidades podem ser acessadas através de uma interface de linha de comando (CLI) unificada ou via uma API REST construída com FastAPI. A plataforma suporta três backends de inferência de IA: Ollama (inferência local offline), Anthropic Claude e OpenAI GPT. Aproveitando os recursos de IA, o SecSuite pode correlacionar automaticamente pistas de risco de múltiplas fontes, gerar relatórios concisos para a gerência e fornecer orientação interativa de correção de vulnerabilidades baseada em LLMs, posicionando-se como um dos pacotes de segurança de código aberto mais completos disponíveis atualmente. A implantação é simplificada com um script de instalação de um clique que configura o ambiente Python, todas as dependências, o framework Ollama e os LLMs locais. A instalação no Windows não requer privilégios de administrador.

Uma das funcionalidades mais valiosas do SecSuite é o seu motor de correção de vulnerabilidades interativo com IA (comando: secsuite ai remediate). Diferentemente das ferramentas tradicionais que apenas geram relatórios estáticos, este módulo, após a varredura e identificação de todos os riscos, guia interativamente os administradores de sistemas na correção de vulnerabilidades, utilizando um LLM local. Para cada tipo de risco (por exemplo, exposição de serviço Redis sem autenticação), a IA gera três comandos Shell executáveis: um para verificar o risco, um para corrigir a vulnerabilidade e um para validar a correção. Os operadores podem executar, modificar ou pular essas instruções em tempo real. Esta funcionalidade integra o fluxo de trabalho de "descoberta de vulnerabilidade" a "correção de vulnerabilidade", um processo que anteriormente exigia a colaboração de múltiplas ferramentas independentes. A vantagem crucial é que todo o processo de inferência é executado em LLMs locais como o Qwen 2.5 e LLaMA 3.2, implantados via Ollama, garantindo que todos os dados de varredura, credenciais de conta e informações de infraestrutura de negócios permaneçam dentro do ambiente isolado local. O módulo de detecção de segurança de API (apisec) é projetado para interfaces REST, permitindo a importação de documentação OpenAPI/Swagger e a realização de detecções de segurança sistemáticas em todas as interfaces. Ele abrange três sub-módulos que cobrem as superfícies de ataque principais: detecção de interface (verificando BOLA/IDOR, injeção de SQL/NoSQL/Comando, vulnerabilidades de atribuição de parâmetros em massa, vazamento de informações sensíveis), detecção de autenticação (contornando autenticação, falhas de autenticação, vulnerabilidades de assinatura JWT, incluindo ataques de algoritmo 'none' e detecção de ausência de campo exp em tempo de expiração) e fuzzing de interface (enviando valores de limite, payloads de injeção e requisições malformadas para acionar falhas de programa, vazamento de dados sensíveis, etc.). O comando secsuite serve inicia um servidor REST, encapsulando todas as capacidades de detecção como interfaces HTTP padronizadas, permitindo a integração perfeita em pipelines CI/CD, plataformas de orquestração de segurança ou o desenvolvimento de ferramentas de automação personalizadas via curl ou scripts Python. A capacidade central de varredura web do SecSuite demonstrou em um caso de uso a identificação precisa do uso do protocolo SSLv3 em um site de exemplo, indicando uma vulnerabilidade POODLE (CVE-2014-3566). O módulo integrado de auditoria SSL/TLS em tempo real pode rapidamente identificar protocolos obsoletos, suítes de criptografia fracas e anomalias na cadeia de certificados, com auditorias de um único site levando menos de 1 segundo em cenários de teste oficiais. Ele também integra varredura XSS, injeção de SQL, brute-force de diretório e detecção de vulnerabilidades genéricas baseada em templates Nuclei, cobrindo as superfícies de ataque comuns de aplicações web. A arquitetura do SecSuite é projetada em três camadas desacopladas: a camada de interação (CLI baseada em Typer e API REST baseada em FastAPI), a camada de orquestração central (modelagem de ativos de destino, gerenciamento de cache, cliente HTTP genérico, motor de exportação de relatórios) e a camada de plugins de varredura (plugins modulares para vários módulos de detecção de segurança). Funções operacionais complementares incluem exportação de relatórios em formatos JSON, CSV, HTML e Markdown; agendamento de tarefas compatível com Cron para varreduras automáticas com retenção de histórico; e saída de log SIEM em formatos CEF/LEEF para integração com sistemas de log como Splunk, Elasticsearch e Syslog. As chaves de API para Shodan, VirusTotal, Anthropic e OpenAI são opcionais. As funcionalidades centrais de detecção podem operar completamente sem chaves de terceiros, dependendo apenas dos modelos de IA locais do Ollama, tornando-o adequado para ambientes fisicamente isolados ou com controle de rede rigoroso. O SecSuite v0.1.0 já está disponível no GitHub em 53cur3dL34rn/security-suite. Esta ferramenta destina-se exclusivamente a profissionais de segurança para testes de penetração, exercícios de equipe vermelha e avaliações de risco de segurança sob autorização formal. Todas as integrações com APIs de terceiros e LLMs são componentes opcionais, e a arquitetura modular permite que as equipes implantem apenas os plugins relevantes para o escopo da avaliação, garantindo uma implantação leve e sob demanda.