Skip to content

Véu v0.8.0

Choose a tag to compare

@github-actions github-actions released this 19 Nov 05:55
· 27 commits to main since this release

Adicionado

  • Mais tipos de dados, em Python e JavaScript:
    • frases de recuperação de carteiras de criptomoeda (CHAVE_PRIVADA): 12 a 24 palavras da lista oficial do BIP-39, numeradas ou não. Valem pelo checksum (os vetores oficiais são testados) ou com "seed", "carteira", "frase de recuperação" por perto; uma lista de palavras em inglês sem isso fica;
    • Pix copia e cola (CHAVE_PIX): o código inteiro, que traz a chave, o nome e a cidade de quem recebe, conferido pelo CRC16;
    • boleto (BOLETO): linha digitável bancária e de arrecadação e código de barras, pelos dígitos verificadores; a linha formatada some mesmo com um dígito errado;
    • matrícula de certidão de nascimento, casamento e óbito (CERTIDAO, 32 dígitos), pela estrutura do registro civil;
    • IMEI de celular (IMEI, com Luhn): antes ele era escondido como cartão de crédito;
    • RNM (antigo RNE) de estrangeiros, como RG; CVV do cartão; coordenadas em graus, minutos e segundos (23°33'01"S 46°38'02"W); e-mails disfarçados (joao [at] gmail [dot] com, maria arroba empresa ponto com);
    • segredos: tokens em links (?token=, X-Amz-Signature=), segredos de 2FA (otpauth://...secret=), senha de QR de Wi-Fi (WIFI:...;P:...;) e códigos de verificação ("seu código de verificação é 483920").
      O operador sintético gera IMEI, boleto e certidão falsos e válidos no mesmo formato.
  • Extensão em português e inglês: o nome e a descrição vêm de extensao/_locales, então o navegador mostra o nome no idioma de quem usa e as lojas do Edge e do Firefox ganham uma página em cada idioma. Um teste confere que todo idioma cabe nos limites das lojas.
  • Simulação de uso (scripts/simular_usuarios.py): textos de 72 perfis de trabalho (advogada, contador, médica, RH, atendimento por WhatsApp, programador, suporte de TI, imobiliária, Portugal, Argentina, Chile e outros), com dados fictícios, conferindo vazamento, exagero, a volta dos dados e se Python e JavaScript concordam.
  • Registro profissional (REGISTRO_PROFISSIONAL): OAB, CRM, CRO, CREA, CRF, COREN, CRC, CRP e outros conselhos, com o estado ("OAB/SP 123.456", "CRM-SC nº 12345", "CRP 06/123456"). Só o número some; a sigla e o estado ficam, para a IA saber de que profissional se trata. Sem o estado, "CRM 365" continua sendo software.
  • CTPS (CTPS): número e série da carteira de trabalho antiga, com o contexto por perto.
  • Logins nome.sobrenome ("gislaine.vieira", "/home/joao_silva") viram PESSOA, sem pegar domínios (maria.souza.com.br), arquivos (config.yaml) nem palavras comuns.
  • Endereço MAC (MAC, no grupo Infraestrutura de TI): "95:7F:76:CE:A3:DA", "1c-bb-bd-4a-58-ad" e, com contexto, "aabb.ccdd.eeff". Broadcast e horários ficam.
  • Coordenadas de GPS (COORDENADAS): "-23.550520, -46.633308". Sem contexto, só com cinco casas decimais e sinal negativo; "média 12.3456, 45.6789" fica.
  • Números de cadastro (CADASTRO): prontuário, matrícula (RA), carteirinha do convênio e apólice, com o contexto por perto. Datas e valores em reais ao lado ficam.
  • Datas de nascimento em tabelas: num INSERT, num CSV ou num JSON, a coluna "nascimento" no cabeçalho vale para as datas das linhas de baixo.
  • Senha logo depois da palavra ("Login admin, senha bGsE$34", "rede Visitantes, senha Visit@2026"), quando o valor tem cara de senha; "senha inválida" e "senha 123456" ficam.
  • Cookies de sessão (Cookie: session_id=..., Set-Cookie: PHPSESSID=...) viram SEGREDO.
  • O nome da coluna é o contexto da célula em CSV, Excel e JSON: "11/01/1941" na coluna data_nascimento, "Ana" na coluna nome e um CPF sem pontuação na coluna cpfCliente agora somem (nomes de coluna com _, - e camelCase viram palavras). No Excel, datas e números guardados como valor (não como texto) também são protegidos; restaurados, voltam como texto.
  • E-mail codificado em URL ("checkout?email=ana%40example.com"), endereço sem número na nota fiscal (<xLgr>, logradouro) e contexto de nascimento em inglês ("date of birth", "DOB", "born").
  • Simulação de ponta a ponta (scripts/simular_ponta_a_ponta.py): CSV, Excel, Word, PowerPoint, JSON, texto e PDF pela linha de comando, e o proxy na frente de um provedor falso (OpenAI e Anthropic, com e sem streaming) que grava tudo o que recebe. Confere que o provedor nunca vê um dado real e que uma ferramenta de e-mail chamada pela IA recebe só marcadores.
  • A simulação ganhou técnicos lidando com acessos (AWS, Kubernetes, Docker, VPN, HTTP, chave SSH, CI, Slack, inventário de rede, firewall, Active Directory, cabeçalhos de e-mail, pentest, SQL) e mais tipos de dados (extrato, exame, matrícula, apólice, IMEI, documentos de EUA, Espanha, Itália, Reino Unido e Índia, IBAN e cripto): 50 perfis.
  • Simulação de ataques (scripts/simular_ataques.py): disfarces para passar pela detecção, roubo de dados pela volta (links, imagens, HTML, CSS, javascript:, data:, mailto:, marcadores disfarçados, streaming), textos feitos para travar as regex e ataques ao servidor (DNS rebinding, CSRF, token, caminhos maliciosos, corpo gigante, JSON quebrado). 63 conferências.

Segurança

  • Ataques de uma máquina virtual Kali: o NAT do VirtualBox (e o Docker, e outros usuários do mesmo computador) alcança o 127.0.0.1 e pode mandar qualquer cabeçalho Host. Achados e correções:
    • o painel aceitava ler o estado, mudar os tipos protegidos, ligar o início automático e desligar o Véu. Agora cada chamada precisa da chave do painel (painel.chave, criada no perfil do usuário), que o atalho e o veu painel passam ao navegador depois do # do endereço. Quem abrir o endereço sem a chave vê um aviso para usar o atalho;
    • injetar_chaves = true sem token deixava qualquer programa local usar as chaves de API de quem roda o Véu: agora o servidor não inicia assim sem VEU_TOKEN (ou VEU_PERMITIR_SEM_TOKEN=1);
    • a checagem de DNS rebinding aceitava qualquer Host começando com "127.", como 127.0.0.1.nip.io, um domínio que o dono pode apontar para o seu computador. Agora só valem localhost e IPs de loopback;
    • uma conexão com o cabeçalho pela metade ficava aberta para sempre (slowloris). Agora cai em 15 segundos;
    • fora do localhost, o servidor não limita tentativas de token: agora VEU_TOKEN e os tokens de equipe precisam de pelo menos 20 caracteres para ele iniciar;
    • o cabeçalho Server não diz mais o servidor; respostas repassadas do provedor saem com Content-Security-Policy: sandbox e nosniff.
      Request smuggling, cabeçalhos de 70 KB, JSON com 100 mil níveis, travessia de caminho e caminhos para trocar o destino do proxy já eram recusados.
  • Zip bomb em documentos: um .docx de 300 KB podia guardar 300 MB de texto e passar de 600 MB de memória ao ser lido pelo painel, pela CLI ou pelo ler_protegido do MCP. Word, Excel e PowerPoint que crescem mais de 100 vezes ou passam de 200 MB ao abrir agora são recusados antes, e um PDF acima do limite do pypdf dá um erro claro (antes, erro 500 no painel). XXE e "billion laughs" já eram barrados pelas bibliotecas; os testes agora conferem.
  • Restauração quadrática (ReDoS): uma resposta com milhares de marcadores numa linha só ("[IP_1].[IP_1]...") levava 13 segundos para restaurar e podia travar o proxy. A checagem de links não varre mais a linha inteira a cada marcador: o mesmo texto leva 0,5 s, com o mesmo resultado.
  • Links que ainda não fecharam: um marcador dentro de [x](javascript:fetch('...'+'[CPF_1]')), de href="javascript:..." ou de um link Markdown quebrado em duas linhas não recebe mais o dado real.
  • Disfarces na entrada: letras cirílicas e gregas iguais às latinas ("mаria@...") e dígitos arábico-índicos, persas, devanágari e bengali são normalizados para a detecção (Python e JavaScript agora concordam neles). CPF com hífens no lugar dos pontos e com um espaço entre cada dígito também é reconhecido.

Corrigido

  • Sobrenome que também é cidade: com "Rui Porto" no texto, a cidade em "4050-262 Porto" recebia o marcador da pessoa, e a volta escrevia "4050-262 Rui Porto". Depois de um código postal, antes do estado ("Campos/RJ", "Campos - RJ") e depois de "cidade de" ou "comarca de", a palavra fica (achado da simulação de uso).
  • Tokens depois de um link na mesma linha: em https://site/reset?token=8f3a..., a busca por atribuições pegava https: com o resto da linha e não olhava o token= que vinha dentro. Agora continua depois de cada separador.
  • E-mail lento com "%": a busca de e-mail começava em cada letra depois de um % e varria o resto do texto. 60 mil caracteres de %40%40... levavam 1 s (21 s com o e-mail disfarçado); agora levam 0,2 s.
  • Senhas em frases de suporte: "resetei a senha para Tmp#4821", "troquei a senha pra ...", "a senha do wifi fica ..." e "password to ..." agora são escondidas, sem pegar frases comuns ("senha para acessar o sistema"). O ponto que fecha a frase não entra mais na senha.
  • Rótulos de formulário viravam nomes: num comprovante Pix, "Para: Fulano" na linha de cima fazia de "Chave Pix:" um nome de pessoa. A palavra de contexto agora vale na mesma linha, ou só quando fecha a linha de cima ("Nome:" com o nome embaixo continua funcionando).