IMG_REF

🛡️ METATRON: El Nuevo Estándar de Pentesting Asistido por IA 🛡️

METATRON se presenta como una solución disruptiva en el ámbito del Pentesting y la Auditoría de Seguridad, integrando la potencia de los Modelos de Lenguaje de Gran Escala (LLMs) directamente en el flujo de trabajo de reconocimiento. A diferencia de otras herramientas que dependen de APIs externas, METATRON prioriza la privacidad y la soberanía de los datos al ejecutar todo su motor de inteligencia de forma local.

💻 Arquitectura Local y Privacidad Total 🛡️

La piedra angular de METATRON es su capacidad para operar de forma 100% offline. Utiliza un modelo personalizado basado en Qwen a través de Ollama, lo que garantiza que los hallazgos críticos de una infraestructura no salgan nunca del entorno controlado del auditor.

1. Motor de IA Local: Implementación de metatron-qwen para el análisis semántico de salidas de herramientas.
2. Soberanía de Datos: Eliminación total de la dependencia de APIs de terceros (como OpenAI o Anthropic).
3. Persistencia Estructurada: Utiliza MariaDB como backend para almacenar sesiones de escaneo, hallazgos y análisis históricos, permitiendo una trazabilidad completa de la auditoría.

🚀 Automatización de Reconocimiento y OSINT 💻

El framework no solo analiza datos, sino que automatiza la ejecución de la suite estándar de herramientas de la industria, consolidando los resultados en un único flujo de trabajo.

• Escaneo de Red: Integración nativa con nmap para descubrimiento de servicios y puertos.
• Identificación Web: Uso de whatweb y nikto para detectar tecnologías, CMS y configuraciones erróneas en servidores.
• Análisis de DNS y Dominio: Ejecución automatizada de whois, dig y curl para la extracción de cabeceras y registros vitales.
• Búsqueda de CVEs: Capacidad de realizar búsquedas en tiempo real (vía DuckDuckGo) para correlacionar versiones de software con vulnerabilidades conocidas sin necesidad de keys de pago.

🛡️ El Ciclo de Agente (Agentic Loop) 🚀

Lo que diferencia a METATRON de un simple script de automatización es su comportamiento agéntico. La IA tiene la capacidad de:

1. Analizar la salida inicial de un escaneo.
2. Identificar la falta de información crucial.
3. Solicitar autónomamente la ejecución de herramientas adicionales para profundizar en un vector de ataque específico.
4. Generar un reporte final detallado con recomendaciones de mitigación y posibles exploits.

🛠️ Especificaciones Técnicas y Despliegue ⚙️

Diseñado específicamente para entornos Linux de alta seguridad (optimizado para Parrot OS), su despliegue requiere una configuración robusta:

• Lenguaje: Desarrollado íntegramente en Python 3.
• Entorno: Requiere venv para la gestión de dependencias y aislamiento de procesos.
• Base de Datos: Configuración de MariaDB con esquemas relacionales para la gestión de activos.
• Requisitos de Hardware: Al correr LLMs locales, se recomienda una GPU con suficiente VRAM o una CPU optimizada para inferencia mediante Ollama.