forensic-cli 1.2.5

DevKit Forense - CLI para análise de navegadores e rede

DevKit Forense – Ferramenta Educacional de Perícia Digital

Sumário

1. Introdução
2. Estrutura do Projeto
3. Módulos Forenses
   • Network
   • Browser
   • Email
4. Aplicações de Apoio
   • Dashboard
   • Visualizadores de Resultados
   • Assistente Interativo (Wizard)
5. Fluxo de Integração
6. Tecnologias Utilizadas
7. Planejamento e Futuras Extensões
8. Instalação
9. Exemplos de Execução
10. Considerações Finais

---

1. Introdução

Objetivo:
O DevKit Forense é uma suíte de ferramentas educacionais para análise de evidências digitais, projetada para auxiliar no ensino de perícia digital. Combina CLI, API e aplicações de apoio, tornando o uso mais interativo, visual e didático.

Escopo:

• Execução de análises forenses em browsers, arquivos, emails e redes.
• Visualização interativa de resultados.
• Geração de relatórios automáticos.
• Assistente interativo (Wizard) para guiar o usuário em tarefas complexas.

Público-alvo:

• Estudantes e professores de Segurança da Informação e Perícia Digital.

---

2. Estrutura do Projeto

O DevKit está organizado em três camadas principais:

1. CLI – Executa os módulos forenses pelo terminal.
2. API – Interface programática para execução de módulos e integração com dashboards.
3. Core – Contém a lógica central, classes, funções e utilitários compartilhados pelos módulos.

---

3. Módulos Forenses

Network

Módulo	Descrição
arp_scan	Varre a rede para identificar dispositivos conectados via ARP.
dns_recon	Realiza levantamento de informações de DNS de domínios e hosts.
fingerprinting	Identifica sistemas, serviços e versões na rede.
ip_info	Consulta informações detalhadas sobre um endereço IP.
network_map	Gera mapa visual de hosts e conexões detectadas.
ping_sweep	Verifica quais hosts estão ativos em uma faixa de IP.
port_scanner	Identifica portas abertas e serviços ativos em hosts.
snmp_scan	Realiza varredura SNMP em dispositivos de rede.
traceroute	Traça o caminho percorrido por pacotes até um host alvo.

Browser

Módulo	Descrição
browser_history	Coleta histórico de navegação de diferentes browsers.
common_words	Identifica palavras mais comuns em histórico de navegação e downloads.
downloads_history	Lista arquivos baixados pelos usuários.
fav_screen	Captura e organiza screenshots de sites favoritos ou acessados.
full_browser_history	Consolida todo histórico de navegação em um único relatório.
logins_chrome	Extração de credenciais armazenadas no Chrome.
logins_edge	Extração de credenciais armazenadas no Edge.
unusual_patterns	Identifica padrões suspeitos em histórico de navegação ou downloads.

Email

Módulo	Descrição
email_parser	Extrai e organiza informações de emails.
header_analysis	Analisa cabeçalhos para identificar origem, roteamento e possíveis fraudes.

---

4. Aplicações de Apoio

Dashboard

Objetivo: Centralizar informações e permitir execução rápida de módulos.

Funcionalidades:

• Menu lateral com módulos do DevKit.
• Cards com resumo de análises recentes.
• Acesso direto a visualizadores e Wizard.

Tecnologias sugeridas: Streamlit (web), PyQt (desktop).

Visualizadores de Resultados

Objetivo: Transformar saídas da CLI em gráficos e tabelas interativas.

Exemplos:

• Mapas de rede interativos.
• Timeline de eventos e logs.
• Gráficos de arquivos analisados, tipos e padrões suspeitos.

Integração: Recebe dados da CLI em formato JSON ou CSV.

Assistente Interativo (Wizard)

Objetivo: Guiar o usuário passo a passo em tarefas complexas.

Exemplo de fluxo:

1. Seleção do tipo de análise (pendrive, rede, logs, etc.)
2. Configuração de opções (scan de malware, intervalo de IP, dispositivo alvo)
3. Execução automática dos módulos necessários
4. Geração de relatórios e acesso aos visualizadores

Tecnologias sugeridas:

• Terminal interativo (questionary, PyInquirer)
• Web/Desktop (mesmo framework do Dashboard)

---

5. Fluxo de Integração

1. CLI executa módulos → gera resultados.
2. API possibilita integração programática com dashboards e outras aplicações.
3. Dashboard centraliza execução e resumo dos resultados.
4. Visualizadores transformam dados em gráficos e tabelas interativas.
5. Wizard guia o usuário em tarefas complexas.

---

6. Tecnologias Utilizadas

• Python – Linguagem principal do projeto.
• FastAPI – API para integração e execução de módulos.
• Typer – CLI estruturada e interativa.
• SQLite – Banco de dados local leve.

---

7. Planejamento e Futuras Extensões

Aplicação / Módulo	Objetivo	Possíveis Extensões
Dashboard	Painel central para visualização e execução de módulos	Filtros avançados, alertas em tempo real, integração direta com relatórios
Visualizadores	Transformar dados da CLI em gráficos, mapas e tabelas	Timeline interativa, heatmaps de rede, gráficos de comportamento de usuários
Wizard	Guiar o usuário passo a passo	Templates de análise rápida, integração automática com módulos de email e data, relatórios PDF/HTML
Novos módulos CLI	Expansão da análise forense	Logs de sistemas, recuperação de dispositivos móveis, análise de mídia, detecção de malware, integração com threat intelligence
Ferramentas auxiliares	Suporte a módulos existentes e novos	Exportação avançada de relatórios, dashboards customizáveis, notificações em tempo real

---

8. Instalação

# Clonar o repositório
git clone https://github.com/ErickG123/devkit_forense.git
cd devkit-forense

# Criar ambiente virtual
python -m venv venv
source venv/bin/activate  # Linux/macOS
venv\Scripts\activate    # Windows

# Instalar dependências
pip install -r requirements.txt

---

9. Exemplos de Execução

CLI:

# Executar módulo de network scan
python cli.py network_map --target 192.168.0.0/24

# Coletar histórico do Chrome
python cli.py browser_history --browser chrome

API:

# Executar API
uvicorn api.main:app --reload

---

10. Considerações Finais

O DevKit Forense combina educação e prática, permitindo que usuários explorem análise forense digital de forma segura, didática e interativa.
As aplicações de apoio aumentam a acessibilidade e engajamento, tornando o estudo da perícia digital mais visual e intuitivo.
O planejamento de novos módulos e ferramentas garante evolução contínua da plataforma, mantendo-a atualizada e relevante para atividades acadêmicas e laboratoriais.