# Пример инструмента для сбора и анализа данных для спирфишинга

import json
import requests
from bs4 import BeautifulSoup
import re
from github import Github
from linkedin_api import Linkedin
import spacy

class TargetProfiler:
    def __init__(self, target_username, target_email=None):
        self.username = target_username
        self.email = target_email
        self.profile = {
            "personal_info": {},
            "professional_info": {},
            "social_presence": {},
            "technical_footprint": {},
            "communication_patterns": {},
            "interests": [],
            "contacts": []
        }
        self.nlp = spacy.load("en_core_web_lg")  # Для анализа текста и выявления интересов
    
    def analyze_github(self, access_token=None):
        """Анализ GitHub-профиля и репозиториев цели"""
        g = Github(access_token) if access_token else Github()
        
        try:
            user = g.get_user(self.username)
            self.profile["personal_info"]["name"] = user.name
            self.profile["personal_info"]["location"] = user.location
            self.profile["personal_info"]["bio"] = user.bio
            self.profile["personal_info"]["avatar_url"] = user.avatar_url
            
            # Анализ репозиториев
            repos = user.get_repos()
            self.profile["technical_footprint"]["repositories"] = []
            
            for repo in repos:
                repo_data = {
                    "name": repo.name,
                    "description": repo.description,
                    "language": repo.language,
                    "topics": repo.get_topics(),
                    "last_updated": repo.updated_at.strftime("%Y-%m-%d"),
                    "collaborators": [c.login for c in repo.get_collaborators()]
                }
                
                # Анализ содержимого для выявления интересов и компетенций
                readme_content = self._get_readme_content(repo)
                if readme_content:
                    doc = self.nlp(readme_content)
                    tech_terms = self._extract_technical_terms(doc)
                    repo_data["extracted_technologies"] = tech_terms
                
                self.profile["technical_footprint"]["repositories"].append(repo_data)
                
                # Добавление коллабораторов в сеть контактов
                for collaborator in repo_data["collaborators"]:
                    if collaborator not in self.profile["contacts"]:
                        self.profile["contacts"].append(collaborator)
            
            # Анализ активности в issues и pull requests
            self._analyze_github_activity(user)
            
            return True
        
        except Exception as e:
            print(f"Error analyzing GitHub profile: {e}")
            return False
    
    def analyze_linkedin(self, email, password):
        """Анализ LinkedIn-профиля для построения профессиональной сети"""
        try:
            api = Linkedin(email, password)
            profile = api.get_profile(self.username)
            
            self.profile["professional_info"]["title"] = profile.get("headline", "")
            self.profile["professional_info"]["company"] = profile.get("company", "")
            self.profile["professional_info"]["education"] = profile.get("education", [])
            self.profile["professional_info"]["experience"] = profile.get("experience", [])
            
            # Извлечение контактов
            connections = api.get_connections(self.username)
            for connection in connections:
                contact = {
                    "name": connection.get("name", ""),
                    "title": connection.get("headline", ""),
                    "company": connection.get("company", "")
                }
                self.profile["contacts"].append(contact)
            
            return True
        
        except Exception as e:
            print(f"Error analyzing LinkedIn profile: {e}")
            return False
    
    def _analyze_github_activity(self, user):
        """Анализ GitHub-активности для выявления коммуникационных паттернов"""
        activity_patterns = {
            "active_hours": {},
            "response_time": {},
            "communication_style": {},
            "preferred_projects": []
        }
        
        # Анализ времени активности и стиля коммуникации
        # ...
        
        self.profile["communication_patterns"] = activity_patterns
    
    def _get_readme_content(self, repo):
        """Получение содержимого README файла"""
        try:
            content_file = repo.get_readme()
            return content_file.decoded_content.decode('utf-8')
        except:
            return None
    
    def _extract_technical_terms(self, doc):
        """Извлечение технических терминов из текста"""
        technical_terms = []
        # Использование NLP для выделения технических терминов
        # ...
        return technical_terms
    
    def generate_attack_vectors(self):
        """Генерация потенциальных векторов атаки на основе собранного профиля"""
        attack_vectors = []
        
        # Профессиональные векторы
        if self.profile["professional_info"].get("company"):
            vectors = self._generate_professional_vectors()
            attack_vectors.extend(vectors)
        
        # Технические векторы на основе GitHub-активности
        if self.profile["technical_footprint"].get("repositories"):
            vectors = self._generate_technical_vectors()
            attack_vectors.extend(vectors)
        
        # Личные векторы на основе интересов
        if self.profile["interests"]:
            vectors = self._generate_personal_vectors()
            attack_vectors.extend(vectors)
        
        return attack_vectors
    
    def _generate_professional_vectors(self):
        """Генерация векторов атаки на основе профессиональной информации"""
        vectors = []
        # Примеры векторов:
        # - Фальшивые запросы от имени руководства
        # - Поддельные приглашения на профессиональные мероприятия
        # ...
        return vectors
    
    def _generate_technical_vectors(self):
        """Генерация векторов атаки на основе технических интересов"""
        vectors = []
        # Примеры векторов:
        # - Фальшивые уведомления о проблемах в используемых библиотеках
        # - Приглашения к тестированию релевантных инструментов
        # ...
        return vectors
    
    def _generate_personal_vectors(self):
        """Генерация векторов атаки на основе личных интересов"""
        vectors = []
        # Примеры векторов:
        # - Фальшивые предложения, связанные с хобби
        # - Имитация коммуникации от сообществ по интересам
        # ...
        return vectors
    
    def export_profile(self, filename):
        """Экспорт собранного профиля в JSON-файл"""
        with open(filename, 'w', encoding='utf-8') as f:
            json.dump(self.profile, f, ensure_ascii=False, indent=4)

# Сценарий "Уязвимость в зависимостях"

От: security-team@github-security-alerts.com [поддельный домен]
Кому: rustam-akhmetov@example.com
Тема: [URGENT] Critical Vulnerability Detected in Your Repository olimp

Здравствуйте, Рустам,

Система GitHub Security обнаружила критическую уязвимость (CVE-2025-4872) в зависимостях 
вашего репозитория rustam-akhmetov/olimp. Уязвимость затрагивает библиотеку, которую 
вы используете в проекте, и может привести к удаленному выполнению кода.

Подробности уязвимости:
- Severity: Critical (9.8/10)
- Affected component: numpy 2.1.2
- Exploitation: Active in the wild

Для защиты вашего проекта необходимо срочно применить исправление. Наша команда подготовила 
патч, который можно просмотреть и применить здесь:
https://github-security.patch.com/vulnerability/CVE-2025-4872/fix [фишинговый URL]

Учитывая вашу активную работу над проектом cello-pvdf-tia, рекомендуем также проверить 
зависимости этого репозитория, так как мы обнаружили использование похожих компонентов.

С уважением,
Команда безопасности GitHub
---

Техники манипуляции:
1. Использование реальных репозиториев жертвы для создания контекста
2. Имитация официального уведомления от GitHub
3. Создание ощущения срочности (критическая уязвимость)
4. Технические детали для правдоподобности (реальный формат CVE)
5. Демонстрация глубокого знания проектов цели

# Сценарий "Новая система корпоративного доступа"

От: alex.johnson@company-it-system.com [поддельный домен, похожий на корпоративный]
Кому: [корпоративная почта цели]
Тема: Миграция на новую систему единого доступа - требуется подтверждение

Добрый день, [имя цели],

В рамках обновления корпоративной инфраструктуры безопасности, о котором говорилось 
на последнем собрании отдела 15 сентября, мы переходим на новую систему единого доступа 
для всех корпоративных ресурсов, включая GitHub Enterprise.

Как активный участник репозиториев [названия реальных корпоративных проектов], вам 
необходимо подтвердить свои учетные данные в новой системе до 23 сентября (пятница). 
Без этого подтверждения доступ к корпоративным ресурсам будет приостановлен в соответствии 
с новой политикой безопасности.

Для подтверждения перейдите по ссылке:
https://company-access-verification.com/employee/confirm [фишинговый URL]

Обратите внимание, что вам потребуется ввести текущие учетные данные для всех систем, 
включая корпоративную почту, GitHub и VPN.

С уважением,
Александр Джонсон
Отдел ИТ-безопасности
---

Техники манипуляции:
1. Ссылка на реальное событие (собрание 15 сентября)
2. Упоминание конкретных проектов, с которыми работает цель
3. Четкий дедлайн с последствиями невыполнения
4. Имитация корпоративного стиля коммуникации
5. Логичное обоснование необходимости подтверждения учетных данных

# Сценарий "Приглашение спикера"

От: maria.torres@educational-conference.org [фиктивный организатор]
Кому: [личная или рабочая почта цели]
Тема: Приглашение выступить на конференции Global Campus Teachers 2025

Уважаемый [имя цели],

Меня зовут Мария Торрес, я координатор программы предстоящей конференции Global Campus 
Teachers 2025, которая состоится 15-17 ноября в Барселоне. Я обратила внимание на ваш 
вклад в репозиторий Global-Campus-Teachers и ваш опыт в области [конкретная область 
из профиля цели].

Мы были бы рады видеть вас в качестве спикера на нашей конференции с докладом о вашем 
опыте работы с [конкретные технологии из репозиториев цели]. Это отличная возможность 
поделиться знаниями и установить контакты с международным сообществом преподавателей.

Для рассмотрения вашей кандидатуры, пожалуйста, заполните форму спикера по ссылке:
https://global-campus-conference-2025.com/speaker-submission [фишинговый URL]

В форму необходимо загрузить краткую биографию, фотографию и примерный план выступления. 
Для входа используйте свой GitHub-аккаунт для упрощения процесса.

С уважением,
Мария Торрес
Координатор программы
Global Campus Conference 2025
---

Техники манипуляции:
1. Обращение к профессиональным амбициям цели
2. Демонстрация знакомства с проектами и интересами жертвы
3. Престижное международное мероприятие как приманка
4. Логичное требование GitHub-аутентификации
5. Реалистичные детали мероприятия (даты, место)