You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
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).