🛡️ Q•Lexagon Offensive Suite

GraphQL Offensive Framework Powered by Adaptive Symbolic AI

---

🚀 Descripción

Q•Lexagon Offensive Suite es una herramienta avanzada de pentesting ofensivo para APIs GraphQL. Diseñada para entornos cerrados (sin introspección), automatiza el análisis, la generación de ataques y la priorización de campos vulnerables utilizando inteligencia simbólica adaptativa.

💡 Impulsado por Q•Guard, su núcleo IA simbólico, aprende del comportamiento de la API y sugiere nuevos vectores de ataque en cada iteración.

---

🧠 Características Clave

Módulo	Descripción
🔍 Análisis simbólico	Construcción de árboles de mutaciones y campos desde introspección o tráfico real
💉 Fuzzing dirigido por IA	Generación de mutaciones adaptativas basadas en historial de vulnerabilidades
🧠 Memoria ofensiva	Registro de respuestas, severidad y relaciones simbólicas
🔁 Ciclo de aprendizaje	Reutiliza cada ataque fallido para mejorar las sugerencias futuras
🛠 Interfaz CLI profesional	Control total sobre análisis, ejecución, resultados y memoria IA
📡 Captura pasiva con mitmproxy	Compatible con tráfico real para analizar APIs sin acceso directo al esquema

---

📁 Estructura del Proyecto

Q-Hexagon/
├── config/               # Cabeceras, certificados y opciones globales
├── core/                 # Funciones base y árboles simbólicos
├── data/                 # Resultados, memoria y árboles generados
├── inject/               # Motores de fuzzing manual y automático
├── payloads/             # Inyecciones básicas y profundas
├── q_guard/              # Inteligencia simbólica (análisis, memoria, sugerencias)
├── report/               # Reportes exportables (próximamente)
├── interface.py          # CLI principal para interacción humana
└── main.py               # Ejecutor de fuzzing real

=======

Q•Lexagon

Q•Lexagon es una herramienta automatizada para escaneo de seguridad en APIs GraphQL. Detecta endpoints vulnerables, analiza respuestas en busca de errores explotables, y genera un informe con los hallazgos más relevantes.

---

🚀 Características

• 🔍 Detección de introspección activa
• 🧬 Generación automática de queries
• 💉 Inyección de payloads básicos y avanzados
• 🧠 Análisis de respuestas con patrones de errores críticos
• 📄 Generación de reportes JSON listos para análisis
• 🛡️ Soporte para headers personalizados, tokens y cookies
• 🔒 Compatible con certificados .pem para HTTPS

---

📦 Instalación

git clone https://your-repo.com/q-hexagon-suite
cd q-hexagon-suite
python -m venv venv
source venv/bin/activate  # o .\venv\Scripts\activate en Windows
pip install -r requirements.txt

⚙️ Uso Rápido

Interfaz CLI:

python interface.py

Opciones disponibles:

• Ataque IA completo (análisis + mutaciones + ejecución)
• Fuzzing manual o automático
• Modificación directa de mutaciones
• Visualización de memoria simbólica y resultados

---

Fuzzing IA directo (modo script):

python brain.py
python main.py --url https://target.com/graphql --mode manual --no-introspection --mutations-file data/mutations_ia_memory.json --deep-fuzz

---

🧠 Q•Guard – Núcleo Inteligente

• Aprende simbólicamente de respuestas
• Clasifica severidad y patrones de error
• Sugiere nuevas rutas basadas en historia crítica
• Construye memory.json y memory_suggestions.json

---

📡 ¿API sin introspección?

Q•Lexagon puede trabajar sin introspección gracias a:

• mitmproxy para captura de tráfico
• mutation_generator_memory.py para clonar y extender mutaciones reales
• Árboles simbólicos que detectan estructura desde el uso

---

💼 Uso Empresarial

• Herramienta ofensiva lista para CI/CD y equipos Red Team
• Compatible con pipelines de auditoría
• Personalizable por módulos y adaptable a cada cliente

Para licencias comerciales, contacta: security@q-hexagon.io

---

🧩 Próximas Funciones

• Panel web Flask/React para análisis visual
• Módulo de reporte automático (PDF, JSON)
• Integración con OpenAI embeddings simbólicos
• Entrenamiento offline sobre APIs personalizadas

1. Clona el repositorio:

git clone https://github.com/tuusuario/qgraphguard.git
cd qgraphguard