Até aqui a informação foi coletada manualmente, consulta por consulta. Funciona, mas não escala. Um alvo real tem dezenas de subdomínios, dezenas de funcionários, múltiplas fontes espalhadas — coletar tudo à mão é lento e propenso a lacunas. É aqui que entram as ferramentas de automação de OSINT, que consultam muitas fontes de uma vez e agregam os resultados. Duas são emblemáticas e representam duas filosofias: o theHarvester, focado e direto, e o Maltego, visual e relacional. Ambas já vêm no Kali, e ambas continuam sendo reconhecimento predominantemente passivo, pois consultam fontes públicas.

theHarvester: coleta passiva consolidada

Comece pelo theHarvester, a ferramenta de reconhecimento passivo mais direta do arsenal. O propósito dela é coletar, a partir de fontes públicas (buscadores, bases de certificados, servidores de chaves, entre outras), informações associadas a um domínio: e-mails, subdomínios, nomes de hosts, IPs e nomes de funcionários. Em vez de você fazer dezenas de buscas manuais, ela dispara consultas a múltiplas fontes e consolida o resultado. O uso é simples:

theHarvester -d exemplo.com -b all
#            -d domínio-alvo   -b fontes (all = todas as disponíveis)

theHarvester -d exemplo.com -b bing,duckduckgo,crtsh
#            especificando fontes concretas

O retorno é uma lista consolidada de e-mails no formato da empresa, subdomínios que existem, e hosts associados. Pense no valor disso: uma lista de e-mails de funcionários é exatamente a matéria-prima de uma campanha de phishing autorizado (Bloco XIV); uma lista de subdomínios amplia a superfície de ataque a mapear na fase ativa; e o padrão de e-mail descoberto (por exemplo, nome.sobrenome@exemplo.com) permite inferir endereços de outros funcionários que você identificou por outras vias. Uma ferramenta, três insumos ofensivos, tudo sem tocar no alvo.

Maltego: grafo em vez de lista

O Maltego representa a outra filosofia: em vez de listas, ele constrói grafos de relacionamento. É uma ferramenta de OSINT visual em que cada peça de informação é um "nó" (uma pessoa, um domínio, um e-mail, um IP) e as conexões entre elas são desenhadas como um mapa. Você parte de um ponto — digamos, um domínio — e executa "transforms" (transformações) que expandem aquele nó em informações relacionadas: os subdomínios daquele domínio, os IPs daqueles subdomínios, os e-mails associados, as pessoas por trás daqueles e-mails, e assim por diante. O resultado é uma teia visual que revela conexões que uma lista de texto jamais tornaria óbvias — a relação entre uma pessoa, sua empresa, sua infraestrutura e seus contatos, tudo espacialmente conectado.

O olho enxerga em grafos o que a tabela esconde

Essa visualização importa porque, como dissemos na aula Footprinting: reconhecimento passivo e ativo, o poder do reconhecimento está na agregação, e o cérebro humano enxerga padrões em grafos que não vê em tabelas. O Maltego torna visível, por exemplo, que dois domínios aparentemente separados compartilham a mesma infraestrutura, ou que um funcionário está conectado a um fornecedor que é o elo fraco, ou que um endereço de e-mail pessoal aparece vazado num contexto que o liga ao alvo corporativo. É a materialização do Diamond Model da aula Diamond Model e Indicadores de Comprometimento: as pegadas do atacante — adversário, infraestrutura, capacidade, vítima e suas relações — como ferramenta de trabalho. Investigadores, jornalistas e analistas de inteligência usam o Maltego pelo mesmo motivo que pentesters: ele transforma dados dispersos em inteligência conectada.

Multiplicador de eficiência, não substituto

Um ponto conceitual importante sobre toda essa automação: as ferramentas são multiplicadores de eficiência, não substitutas do entendimento. O theHarvester automatiza as buscas que você aprendeu a fazer manualmente; o Maltego automatiza a agregação e visualização que você faria mentalmente. Se você entende o que elas fazem por baixo — que fontes consultam, que relações inferem —, você as usa com discernimento, interpreta os resultados criticamente e sabe quando um resultado é ruído ou ouro. O iniciante que só roda a ferramenta e aceita a saída cegamente perde nuance e comete erros; o profissional usa a ferramenta para acelerar um processo que ele compreende. Mais uma vez, o princípio do curso: a ferramenta amplifica quem entende, e apenas confunde quem não entende.

Dados de pessoas: escopo e LGPD

O enquadramento ético e de escopo, mais uma vez, é incontornável — e ganha uma dimensão de privacidade que as ferramentas anteriores tinham em menor grau. theHarvester e Maltego coletam dados sobre pessoas — nomes, e-mails, conexões. Num pentest, isso precisa estar no escopo autorizado, e o tratamento desses dados pessoais é regido pela LGPD (aula A lei que separa a carreira do processo criminal): você coleta o mínimo necessário para o objetivo do teste, protege o que coletou, e o descarta apropriadamente ao final. OSINT sobre indivíduos é uma área onde a fronteira entre reconhecimento legítimo e violação de privacidade é fina, e o profissional a respeita rigorosamente. Do lado defensivo, a contramedida é a mesma redução de superfície de informação da aula Footprinting: reconhecimento passivo e ativo, agora ciente de que ferramentas automatizadas tornam trivial agregar o que está espalhado — o que eleva a importância de as organizações controlarem o que expõem sobre sua infraestrutura e seu pessoal.

Fontes e leituras recomendadas

Exercícios

  1. Por que a automação de OSINT é necessária, se as buscas manuais já funcionam?

    ✓ Resposta:

    Porque a coleta manual não escala: um alvo real tem muitos subdomínios, funcionários e fontes espalhadas, tornando o processo manual lento e sujeito a lacunas. A automação consulta muitas fontes de uma vez e agrega os resultados de forma mais completa e rápida.

  2. Que tipos de informação o theHarvester coleta sobre um domínio, e qual valor ofensivo tem uma lista de e-mails de funcionários?

    ✓ Resposta:

    Coleta e-mails, subdomínios, nomes de hosts, IPs e nomes de funcionários a partir de fontes públicas. Uma lista de e-mails é a matéria-prima de campanhas de phishing autorizado e, ao revelar o padrão de e-mail da empresa, permite inferir endereços de outros funcionários.

  3. Como a filosofia do Maltego (grafos) difere da do theHarvester (listas), e por que a visualização em grafo é analiticamente valiosa?

    ✓ Resposta:

    O theHarvester produz listas consolidadas; o Maltego constrói grafos em que informações são nós e relações são conexões visuais. O grafo é valioso porque o poder do reconhecimento está na agregação, e o cérebro humano percebe padrões e conexões (infraestrutura compartilhada, elos fracos) em grafos que não notaria em tabelas.

  4. Explique por que "entender o que a ferramenta faz por baixo" continua sendo essencial mesmo ao usar automação.

    ✓ Resposta:

    Porque as ferramentas amplificam quem entende: conhecer as fontes que consultam e as relações que inferem permite interpretar os resultados criticamente, separar ruído de ouro e saber quando desconfiar. Quem apenas roda e aceita a saída cegamente perde nuance e comete erros.

  5. Que dimensão ética adicional theHarvester e Maltego trazem em relação às ferramentas anteriores, e como a LGPD se aplica?

    ✓ Resposta:

    Elas coletam dados sobre pessoas (nomes, e-mails, conexões), trazendo forte dimensão de privacidade. Pela LGPD, deve-se coletar apenas o mínimo necessário ao objetivo do teste (dentro do escopo autorizado), proteger os dados coletados e descartá-los apropriadamente ao final.