Suite OSINT Profesional: De Username a Dossier Completo

Playbook end-to-end con el stack de ViciousByte Suite OSINT

---

Autor: ViciousByte Security Team Nivel: Intermedio Duración: 12-16 horas de lectura práctica Versión: 1.0 Última actualización: July 2026

---

Lo que vas a dominar

Una guía práctica y densa sobre Suite OSINT Profesional: De Username a Dossier Completo, de nivel Intermedio, con Maigret, Sherlock, Holehe, GHunt, PhoneInfoga.

• Instalación y configuración profesional (Linux, Windows, macOS y Docker)
• Comandos y flujos de trabajo del mundo real, explicados línea por línea
• Casos prácticos y troubleshooting con soluciones probadas
• Scripts y plantillas listos para usar

Duración: 12-16 horas de lectura práctica · Nivel: Intermedio

---

Suite OSINT Profesional: De Username a Dossier Completo

Playbook end-to-end con el stack de ViciousByte Suite OSINT

---

Bienvenida y Contexto

En 2026, la inteligencia de fuentes abiertas (OSINT) ha dejado de ser una disciplina auxiliar para convertirse en el pilar de cualquier investigación digital moderna. Ya no hablamos de simples búsquedas en Google o de revisar un perfil de Twitter; hablamos de correlacionar cientos de puntos de datos dispersos en la superficie, la deep web y las bases de datos de brechas para construir un grafo de identidad completo, trazable y procesable. La explosión de plataformas sociales, la proliferación de dispositivos IoT, la masificación de filtraciones de datos y la creciente sofisticación de las amenazas persistentes avanzadas (APT) han convertido al OSINT en una capacidad central tanto para equipos de seguridad ofensiva como defensiva.

Según el informe Verizon Data Breach Investigations Report 2025, el 87 % de las intrusiones exitosas comenzaron con información obtenida de fuentes abiertas. Los equipos de Red Team dedican hasta un 40 % de su tiempo de reconocimiento a mapear la superficie de ataque humana y técnica de sus objetivos, y los analistas de Threat Intelligence dependen de la correlación de indicadores de compromiso (IoC) con identidades reales para atribuir campañas maliciosas. En el ámbito corporativo, los programas de concienciación y los ejercicios de simulación de phishing se diseñan a partir de perfiles digitales reales construidos con OSINT, y los departamentos de fraude utilizan estas mismas técnicas para detectar suplantación de identidad y cuentas sintéticas.

La evolución ha sido vertiginosa: hace una década, las herramientas se limitaban a consultas WHOIS y búsquedas inversas de imágenes. Hoy, el investigador dispone de motores de correlación de usernames que barren más de 500 plataformas en minutos, enumeradores de cuentas de correo que verifican registros en cientos de servicios sin disparar alertas, y plataformas de inteligencia que cruzan automáticamente emails, teléfonos, dominios y metadatos de documentos. La Suite OSINT ViciousByte integra y amplía estas capacidades en un flujo de trabajo cohesivo, permitiendo pasar de un simple alias a un dossier completo con una eficiencia sin precedentes.

Sin embargo, este poder conlleva una responsabilidad ineludible. La línea entre la investigación legítima y la invasión de la privacidad es delgada, y el marco legal que rodea al OSINT varía significativamente entre jurisdicciones. Esta guía no solo te enseñará cómo hacer las cosas, sino también por qué y bajo qué condiciones es ético y legal hacerlas. Cada técnica descrita aquí ha sido probada en entornos de laboratorio controlados, utilizando cuentas sintéticas creadas específicamente para fines educativos, y siempre dentro de los términos de servicio de las plataformas involucradas.

---

¿Para Quién es Esta Guía?

Esta guía está diseñada para profesionales de la ciberseguridad que ya poseen una base sólida en conceptos de redes, sistemas operativos y seguridad de la información, y que buscan especializarse en la fase de reconocimiento e inteligencia. El lector ideal es:

• Pentesters y Red Teamers que necesitan construir perfiles de objetivos humanos y técnicos para campañas de simulación de adversarios.
• Analistas de Threat Intelligence que rastrean actores de amenazas, infraestructura maliciosa y campañas de desinformación.
• Investigadores de seguridad corporativa encargados de proteger la marca, detectar filtraciones de datos y prevenir fraudes.
• Profesionales de la ciberseguridad defensiva que desean comprender la superficie de ataque expuesta de su organización desde la perspectiva de un adversario.
• Estudiantes avanzados y entusiastas que buscan una ruta de aprendizaje estructurada y profesional hacia certificaciones reconocidas.

Prerrequisitos técnicos:

• Conocimientos sólidos de sistemas Linux (línea de comandos, scripting básico en Bash).
• Familiaridad con conceptos de redes (DNS, HTTP, WHOIS, direccionamiento IP).
• Experiencia básica con Python (instalación de paquetes, ejecución de scripts, comprensión de APIs).
• Nociones de seguridad operacional (OPSEC) y manejo de máquinas virtuales.

Lo que aprenderás: Al finalizar esta guía, serás capaz de tomar un identificador mínimo —un nombre de usuario, un correo electrónico o un número de teléfono— y expandirlo sistemáticamente hasta obtener un dossier completo que incluya: perfiles en redes sociales, direcciones de correo alternativas, números de teléfono asociados, presencia en brechas de datos, infraestructura de dominio, ubicaciones geográficas probables, metadatos de documentos públicos y un grafo de relaciones entre todas las entidades descubiertas. Además, habrás interiorizado un marco de trabajo repetible, ético y profesional que podrás aplicar en cualquier compromiso autorizado.

---

¿Qué Hace Diferente a Esta Guía?

El mercado está saturado de tutoriales superficiales que muestran cómo ejecutar un comando sin explicar el por qué ni el para qué. Esta guía adopta un enfoque radicalmente distinto: cada técnica se presenta dentro de un playbook operacional completo, con el contexto de inteligencia necesario para entender cuándo y por qué aplicarla, las limitaciones de cada herramienta, y las estrategias de pivoteo que maximizan el rendimiento de la investigación.

Enfoque práctico y denso: No encontrarás teoría abstracta sin aplicación inmediata. Cada capítulo incluye ejercicios de laboratorio con objetivos sintéticos que hemos diseñado específicamente para este material. Por ejemplo, en el módulo de correlación de usernames, trabajarás con una cuenta de GitHub, un alias de Twitter y un perfil de Reddit creados ex profeso para que puedas trazar las conexiones sin riesgo de exponer datos reales. Los comandos son completos y funcionales; si ves maigret thesyntheticuser123 --all-sites, es porque ese usuario existe en nuestro entorno de pruebas y el comando producirá resultados reales que podrás analizar.

Expertise operacional de primera mano: Las técnicas descritas no son recopilaciones de manuales públicos. Provienen de años de experiencia en ejercicios de Red Team, investigaciones de threat intelligence y análisis de fraude para organizaciones financieras. Conoces los trucos sucios que los atacantes reales utilizan —como el abuso de APIs de verificación de cuentas o la correlación de IDs numéricas entre plataformas— porque los hemos enfrentado y documentado. Pero también conoces las contramedidas: cada capítulo incluye una sección de Hardening que explica cómo proteger tu propia huella digital contra estas mismas técnicas.

Lab autorizado y mentalidad defensiva: Todo el contenido ha sido validado en un entorno de laboratorio aislado, con autorización explícita para probar las herramientas contra nuestros propios activos sintéticos. Esto nos permite mostrar resultados reales sin comprometer la privacidad de terceros. Además, la guía está estructurada bajo el principio de dual-use responsable: cada técnica ofensiva se acompaña de su correspondiente mitigación defensiva, para que puedas aplicar el conocimiento tanto en simulaciones de ataque como en programas de hardening organizacional.

Troubleshooting de problemas comunes: Sabemos que las herramientas fallan, las APIs cambian y los rate limits frustran. Por eso, cada sección incluye una tabla de troubleshooting con los errores más frecuentes y sus soluciones. Si holehe te devuelve un falso negativo porque el servicio implementó CAPTCHA, te explicamos cómo detectarlo y qué alternativas utilizar. Si GHunt rompe por un cambio en la API de Google, te mostramos cómo ajustar los parámetros o pivotar a otras fuentes.

---

Estructura de la Guía

La guía sigue una progresión lógica que replica el flujo de trabajo de un investigador real, desde la semilla inicial hasta el dossier final:

1. Mentalidad OSINT y Marco Legal: Fundamentos éticos, legislación aplicable (GDPR, CFAA, directrices locales) y construcción de un rules of engagement personal.
2. OPSEC del Investigador: Cómo proteger tu identidad, tu infraestructura y tus consultas durante las investigaciones.
3. Username → Footprints Multi-Plataforma: Uso de Maigret y Sherlock para mapear la presencia de un alias en cientos de sitios.
4. Email y Correlación de Brechas (Ético): Holehe, GHunt y consultas a HIBP/DeHashed para descubrir cuentas vinculadas y filtraciones.
5. Teléfono E.164 y Carrier: PhoneInfoga y técnicas de análisis de numeración dentro de límites legales.
6. Dominio e Infraestructura: TheHarvester, Shodan y Spiderfoot para mapear la superficie técnica.
7. SOCMINT Responsable: Extracción y análisis de inteligencia de redes sociales respetando los ToS.
8. Geo y Metadata: Extracción de coordenadas, EXIF y patrones de ubicación.
9. Deepweb Light / Landscape Informativo: Navegación segura por fuentes alternativas y foros.
10. Informe y Dossier Profesional: Cómo estructurar hallazgos en un entregable ejecutivo.
11. CTA Suite OSINT ViciousByte: Integración de todo el stack en un flujo automatizado.

Metodología de aprendizaje: Cada capítulo se estructura en tres fases: Concepto (el por qué), Laboratorio (el cómo, con ejercicios guiados) y Hardening (cómo defenderte). Te recomendamos leer primero el capítulo completo, luego ejecutar los ejercicios en tu propio entorno de laboratorio, y finalmente revisar las contramedidas para fijar el conocimiento desde ambas perspectivas.

Cómo aprovechar al máximo el contenido:

• Configura una máquina virtual dedicada (Kali Linux o similar) con todas las herramientas preinstaladas.
• Crea cuentas sintéticas en al menos 5 plataformas para usar como objetivos de práctica.
• Documenta cada hallazgo en un formato de informe desde el primer ejercicio.
• No te saltes los disclaimers: entender los límites legales es tan importante como dominar las herramientas.

---

Disclaimer Legal y Ético

ATENCIÓN: Esta guía tiene un Risk Tier YELLOW (dual-use en laboratorio autorizado). El contenido aquí presentado es exclusivamente educativo y está destinado a ser utilizado en entornos controlados, sobre activos de tu propiedad o para los cuales poseas autorización explícita por escrito.

Uso ético y legal únicamente: El OSINT, por su naturaleza, opera en una zona gris: la información es pública, pero su agregación y uso pueden violar leyes de privacidad, términos de servicio o regulaciones de protección de datos. No debes utilizar ninguna de estas técnicas contra individuos sin su consentimiento, ni contra organizaciones sin un contrato de penetración firmado. La legalidad de acciones como la verificación de cuentas de correo, la consulta de brechas de datos o el scraping de redes sociales varía según la jurisdicción. Es tu responsabilidad conocer y cumplir las leyes locales, incluyendo pero no limitado a:

• Reglamento General de Protección de Datos (GDPR) en la Unión Europea.
• Computer Fraud and Abuse Act (CFAA) en Estados Unidos.
• Ley de Protección de Datos Personales en tu país de residencia.
• Términos de Servicio de cada plataforma consultada.

Lab propio o autorización escrita: Todos los ejercicios de esta guía deben realizarse contra cuentas y sistemas que te pertenezcan o contra los objetivos sintéticos que proporcionamos. Si decides practicar en un entorno corporativo, debes contar con un acuerdo de penetration testing firmado que especifique explícitamente las actividades de OSINT. La ausencia de dicho acuerdo puede constituir un delito, incluso si la información recolectada es pública.

Responsabilidades del lector: El autor y el editor de esta guía no asumen responsabilidad alguna por el uso indebido de la información aquí contenida. Al continuar leyendo y aplicando estas técnicas, aceptas que lo haces bajo tu propio riesgo y que serás el único responsable de cualquier consecuencia legal o ética derivada de tus acciones. Este material no constituye asesoramiento legal; consulta con un abogado especializado antes de emprender actividades que puedan tener implicaciones legales.

Risk Tier YELLOW: La clasificación YELLOW indica que el contenido es de naturaleza dual-use: puede ser empleado tanto para fines defensivos legítimos como para actividades ofensivas no autorizadas. Por ello, cada sección incluye recordatorios explícitos sobre el uso ético y las limitaciones legales. Si en algún momento sientes que una técnica roza la línea ética, detente y reevalúa tu enfoque. La reputación profesional y la integridad personal no valen un hallazgo rápido.

---

Certificaciones y Carrera

Dominar el OSINT profesional no solo te convierte en un mejor pentester o analista; te abre las puertas a roles especializados con alta demanda y remuneración. Las certificaciones son el estándar de la industria para validar tus habilidades, y esta guía te prepara para varias de las más reconocidas:

| Certificación | Organización | Enfoque | Relevancia con esta guía | |---------------|--------------|---------|---------------------------| | GOSI (GIAC Open Source Intelligence) | SANS/GIAC | OSINT general, metodología, reporting | Cubre el 80 % del temario: usernames, emails, dominios, SOCMINT, dark web. | | OSINT Professional (OSIP) | OSINT Institute | Técnico avanzado, herramientas, análisis | Alineación directa con el stack de herramientas y playbooks. | | Certified Ethical Hacker (CEH) | EC-Council | Pentesting general, footprinting | El módulo de footprinting se cubre completamente. | | Practical OSINT (TCM Security) | TCM Security | Hands-on, laboratorios prácticos | Complemento ideal para reforzar los ejercicios de esta guía. | | Certified Threat Intelligence Analyst (CTIA) | EC-Council | Threat Intel, correlación, informes | Los módulos de email, brechas y dominio son directamente aplicables. |

Oportunidades laborales: Los profesionales con habilidades OSINT verificables son contratados como:

• Threat Intelligence Analyst (salario promedio global: $95,000 - $130,000 USD).
• Red Team Operator / Adversary Emulation Specialist ($110,000 - $160,000 USD).
• Fraud Investigator / Digital Forensics Analyst ($80,000 - $120,000 USD).
• Brand Protection / Anti-Piracy Analyst ($70,000 - $100,000 USD).
• Investigador de delitos financieros y cibercrimen para agencias gubernamentales.

Roadmap profesional sugerido:

1. Completa esta guía y documenta cada ejercicio en un portafolio de laboratorio.
2. Obtén la certificación GOSI u OSIP para validar formalmente tus conocimientos.
3. Participa en CTFs y plataformas de bug bounty que incluyan fases de reconocimiento (HackerOne, Bugcrowd).
4. Contribuye a proyectos open-source de OSINT (Maigret, Spiderfoot, theHarvester) para ganar visibilidad.
5. Aplica a roles junior de Threat Intelligence o Red Team y asciende con experiencia en compromisos reales.

La Suite OSINT ViciousByte que utilizarás a lo largo de esta guía no es solo un conjunto de herramientas: es un ecosistema integrado que te acompañará desde tus primeros pasos hasta investigaciones complejas a nivel enterprise. Al dominarlo, estarás

---

Capítulo 1: Fundamentos y Setup Profesional

Disclaimer de uso lícito Todo el contenido de esta guía está orientado exclusivamente a entornos de laboratorio controlados, auditorías autorizadas, investigaciones de seguridad corporativa y actividades académicas. El uso de las técnicas y herramientas descritas contra sistemas o personas sin consentimiento explícito por escrito puede constituir un delito en múltiples jurisdicciones. El autor y la editorial no se hacen responsables del uso indebido de la información aquí presentada. Conoce y respeta siempre la legislación aplicable en tu país.

---

1.1 Contexto de Maigret

Maigret es un motor de búsqueda de perfiles de usuario que automatiza la recolección de huellas digitales a partir de un nombre de usuario (username). Su nombre rinde homenaje al comisario Jules Maigret, personaje de Georges Simenon célebre por su método de investigación paciente y meticuloso. La herramienta, escrita en Python, consulta más de 2500 sitios web —redes sociales, foros, plataformas de desarrollo, servicios financieros, sitios de citas, marketplaces— para determinar si un determinado username está registrado en cada uno de ellos.

Evolución técnica Maigret nace como un fork modernizado de Sherlock (proyecto original de Siddharth Dushantha) con el objetivo de superar sus limitaciones: añade soporte para sesiones persistentes, extracción de metadata de perfiles, generación de informes en múltiples formatos (HTML, PDF, XLSX, JSON), y un sistema de plugins que permite extender la lógica de búsqueda. Desde su versión 0.1.0 en 2020, ha incorporado motor de búsqueda recursiva (siguiendo enlaces desde un perfil encontrado hacia otros perfiles del mismo individuo), integración con Tor para anonimización, y un modo “top sites” que prioriza los sitios con mayor probabilidad de contener información relevante.

Casos de uso legítimos

• Investigaciones corporativas internas: verificar la exposición de empleados con acceso a información sensible.
• Laboratorios de ciberseguridad: entrenamiento en OSINT y concienciación sobre la huella digital.
• Respuesta a incidentes (IR): correlacionar identidades en fugas de datos para evaluar el alcance de una brecha.
• Periodismo de investigación: trazado de perfiles públicos de figuras de interés, siempre dentro del marco legal.
• Pruebas de penetración autorizadas: fase de reconocimiento pasivo para mapear la superficie de ataque humana de una organización.

Comparativa con alternativas

| Herramienta | Lenguaje | Sitios soportados | Recursividad | Exportación | Notas | |-------------|----------|------------------|-------------|-------------|-------| | Maigret | Python | 2500+ | Sí (profundidad configurable) | HTML, PDF, XLSX, JSON, CSV, gráfico | Motor más completo, activamente mantenido | | Sherlock | Python | ~300 | No | CSV, XLSX, texto | Proyecto original, base de Maigret | | WhatsMyName | Web | ~600 | No | CSV | Interfaz web, útil para chequeos rápidos | | Spiderfoot | Python | 200+ (módulos) | Sí (correlación avanzada) | Múltiples | Suite OSINT completa, no solo usernames |

Ventajas de Maigret: cobertura masiva, extracción de metadata (nombre real, bio, ubicación, avatar), motor de búsqueda recursiva, generación de dossier en PDF con capturas, soporte para proxies/Tor, y comunidad activa que añade nuevos sitios constantemente. Limitaciones: puede ser lento en escaneos completos (2500+ sitios), requiere ajuste de timeouts para evitar falsos negativos, y algunos sitios implementan protecciones anti-bot que exigen el uso de proxies rotativos o cookies de sesión.

---

1.2 Arquitectura y Componentes del Stack

La suite OSINT profesional que construiremos integra Maigret como núcleo de búsqueda de perfiles, complementado con herramientas especializadas para email, teléfono, dominios y fuentes abiertas. El flujo de trabajo sigue una cadena de reconocimiento en cuatro fases:

┌─────────────┐ ┌─────────────────┐ ┌──────────────────┐ ┌─────────────────┐
│ 1. Semilla │───│ 2. Expansión │───│ 3. Correlación │───│ 4. Profundización│
│ (username, │ │ (Maigret, │ │ (cruces, grafos) │ │ (GHunt, PhoneInf.│
│ email, │ │ Sherlock, │ │ │ │ theHarvester, │
│ teléfono) │ │ Holehe) │ │ │ │ Shodan) │
└─────────────┘ └─────────────────┘ └──────────────────┘ └─────────────────┘

Componentes del stack

1. Maigret (username → perfiles): búsqueda en más de 2500 sitios, extracción de metadata, generación de informes.
2. Sherlock (username → perfiles): alternativa ligera, útil para búsquedas rápidas o entornos con recursos limitados.
3. Holehe (email → servicios registrados): comprueba si una dirección de correo está asociada a cuentas en cientos de plataformas (sin enviar correos).
4. GHunt (email → información de cuenta Google): obtiene nombre, foto de perfil, ID de Google, servicios vinculados (YouTube, Maps, etc.) a partir de una dirección de Gmail.
5. PhoneInfoga (número de teléfono → carrier, geolocalización, huella digital): escaneo de números internacionales, búsqueda en repositorios públicos y generación de enlaces de búsqueda.
6. theHarvester (dominio/email → emails, hosts, IPs): recolección pasiva desde motores de búsqueda, servidores DNS y bases de datos públicas.
7. Spiderfoot (automatización integral): framework modular que correlaciona todos los vectores anteriores y más (ASN, puertos, CVEs, etc.).
8. Shodan (infraestructura): motor de búsqueda de dispositivos conectados, útil para pivotar desde dominios o IPs obtenidos.

Dependencias comunes Python 3.8+, pip, git, curl, wget, jq, librerías de sistema (libxml2, libxslt, openssl), y en algunos casos Docker para entornos aislados. La suite ViciousByte proporciona un script de instalación unificado que resuelve todas las dependencias.

---

1.3 Setup de Laboratorio / Entorno

Requisitos de sistema

• Sistema operativo: Kali Linux 2024.x (recomendado), Ubuntu 22.04/24.04 LTS, Debian 12, o macOS con Homebrew. Windows mediante WSL2 o Docker.
• RAM: 8 GB mínimo (16 GB recomendado para Spiderfoot y escaneos masivos).
• Disco: 20 GB libres (los informes y bases de datos de sitios pueden ocupar varios GB).
• Red: conexión a Internet sin restricciones corporativas que bloqueen puertos o DNS alternativos.

Instalación en Kali Linux / Ubuntu (nativa)

Paso 1: Actualizar sistema e instalar dependencias base

sudo apt update && sudo apt upgrade -y
sudo apt install -y python3 python3-pip python3-venv git curl wget tor proxychains4 \
libxml2-dev libxslt1-dev libssl-dev jq chromium-browser firefox-esr

Paso 2: Crear entorno virtual Python y activar

mkdir -p ~/osint-suite && cd ~/osint-suite
python3 -m venv venv
source venv/bin/activate

Paso 3: Instalar Maigret

pip install maigret
## Verificar instalación
maigret --version

Paso 4: Instalar Sherlock (opcional, como respaldo)

git clone https://github.com/sherlock-project/sherlock.git
cd sherlock
pip install -r requirements.txt
cd ..

Paso 5: Instalar Holehe

git clone https://github.com/megadose/holehe.git
cd holehe
python3 setup.py install
cd ..

Paso 6: Instalar GHunt

git clone https://github.com/mxrch/GHunt.git
cd GHunt
pip install -r requirements.txt
## GHunt requiere cookies de sesión de Google; se configurará en la sección 1.4
cd ..

Paso 7: Instalar PhoneInfoga

## PhoneInfoga se distribuye como binario precompilado o vía Docker
## Opción binario (Linux amd64):
curl -L https://github.com/sundowndev/phoneinfoga/releases/download/v2.10.5/phoneinfoga_Linux_x86_64.tar.gz -o phoneinfoga.tar.gz
tar xzf phoneinfoga.tar.gz
sudo mv phoneinfoga /usr/local/bin/
phoneinfoga version

Paso 8: Instalar theHarvester

git clone https://github.com/laramies/theHarvester.git
cd theHarvester
pip install -r requirements.txt
cd ..

Paso 9: Instalar Spiderfoot

git clone https://github.com/smicallef/spiderfoot.git
cd spiderfoot
pip install -r requirements.txt
cd ..

Paso 10: Instalar Shodan CLI

pip install shodan
shodan init TU_API_KEY # Reemplazar con clave obtenida en https://account.shodan.io

Alternativa Docker (todas las herramientas en contenedores aislados)

## Maigret
docker pull soxoj/maigret:latest
## Ejemplo de ejecución:
docker run --rm -v $PWD:/app/reports soxoj/maigret:latest johndoe --pdf

## Holehe
docker pull megadose/holehe:latest
docker run --rm megadose/holehe:latest johndoe@example.com

## PhoneInfoga
docker pull sundowndev/phoneinfoga:latest
docker run --rm sundowndev/phoneinfoga:latest scan -n +34123456789

## Spiderfoot
docker pull spiderfoot/spiderfoot:latest
docker run -p 5001:5001 spiderfoot/spiderfoot:latest

Verificación post-instalación

Ejecuta un escaneo de prueba con Maigret sobre un username ficticio de laboratorio (por ejemplo, testuser_viciousbyte que hayas creado previamente en plataformas controladas). Esto validará conectividad, resolución DNS y funcionamiento de Tor si está configurado.

source ~/osint-suite/venv/bin/activate
maigret testuser_viciousbyte --all-sites --timeout 15 --no-recursive --pdf

Si el comando genera un archivo PDF con resultados, la instalación es correcta.

Troubleshooting de setup

| Problema | Causa probable | Solución | |----------|----------------|----------| | maigret: command not found | PATH no incluye binarios de pip | export PATH=$PATH:~/.local/bin o reinstalar con pip install --user maigret | | Error lxml o libxml2 | Faltan dependencias de compilación | sudo apt install libxml2-dev libxslt1-dev python3-lxml | | Timeouts masivos en Maigret | Conexión lenta o bloqueo de sitios | Usar --timeout 30 y --proxy con Tor o proxy residencial | | GHunt no obtiene datos | Cookies de Google inválidas | Seguir el procedimiento de la sección 1.4 para generar cookies frescas | | Spiderfoot no inicia | Puerto 5001 ocupado | docker run -p 8080:5001 ... o cambiar el puerto en la configuración | | Tor no arranca | Servicio no instalado | sudo apt install tor && sudo systemctl start tor |

---

1.4 Configuración Inicial y OPSEC

Configuración de Maigret

Maigret almacena su configuración en ~/.maigret/settings.json. Crea un perfil personalizado para tu laboratorio:

mkdir -p ~/.maigret
cat > ~/.maigret/settings.json << 'EOF'
{
"site_list": "default",
"timeout": 20,
"retries": 2,
"max_depth": 1,
"proxy": "socks5://127.0.0.1:9050",
"tor_control_port": 9051,
"user_agent": "Mozilla/5.0 (Windows NT 10.0; rv:102.0) Gecko/20100101 Firefox/102.0",
"no_color": false,
"all_sites": false,
"top_sites": 500,
"recursive": false,
"extract_info": true,
"reports_dir": "~/osint-reports"
}
EOF

• proxy: enruta el tráfico a través de Tor (requiere tor corriendo en localhost:9050). Para desactivar, eliminar la línea o usar "proxy": "".
• top_sites: limita el escaneo a los 500 sitios más relevantes, acelerando la fase inicial.
• extract_info: activa la extracción de nombre real, bio, ubicación y avatar desde los perfiles encontrados.

Configuración de GHunt (cookies de Google)

GHunt necesita cookies de sesión de una cuenta Google válida (puede ser una cuenta de laboratorio). El proceso es:

1. Instala la extensión EditThisCookie en Chromium.
2. Inicia sesión en Google con tu cuenta de laboratorio.
3. Exporta las cookies en formato JSON y guárdalas como cookies.json en el directorio de GHunt.
4. Verifica:

cd ~/osint-suite/GHunt
python3 ghunt.py email testuser@gmail.com

Nota ética: nunca uses cookies de cuentas personales reales; crea una cuenta desechable exclusiva para el lab.

Variables de entorno globales

Para facilitar el uso de las herramientas, añade al final de ~/.bashrc o ~/.zshrc:

export OSINT_HOME="$HOME/osint-suite"
export OSINT_REPORTS="$HOME/osint-reports"
export PATH="$PATH:$OSINT_HOME/venv/bin:$HOME/.local/bin"
alias maigret='maigret --settings ~/.maigret/settings.json'

Recarga con source ~/.bashrc.

Logging y auditoría

Todas las herramientas deben registrar su actividad para mantener un historial auditable. Configura logs centralizados:

mkdir -p $OSINT_HOME

---

## Capítulo 2: Técnicas Avanzadas (Lab Autorizado)

> **Disclaimer de uso lícito** 
> Todas las técnicas, comandos y scripts descritos en este capítulo se ejecutan exclusivamente en entornos de laboratorio controlados, sobre activos propios o con autorización expresa por escrito. La realización de reconocimiento, escaneo o correlación sobre sistemas o identidades de terceros sin consentimiento puede violar leyes locales e internacionales. Este material tiene fines educativos y de hardening defensivo. El autor no se hace responsable del uso indebido de la información aquí presentada.

---

### 2.1 Comandos y flujos esenciales (500 palabras)

Dominar la sintaxis y las opciones de cada herramienta es el primer paso para construir flujos de trabajo reproducibles. A continuación se presentan los comandos fundamentales del stack OSINT, ejecutados sobre un laboratorio con identidades sintéticas controladas.

**Maigret** — Búsqueda masiva de perfiles sociales a partir de un username. 
```bash
maigret lab_user_01 --all-sites --timeout 15 --retries 2 --no-recursive -o maigret_lab01

• --all-sites: fuerza el escaneo sobre los ~2500 sitios de la base de datos, no solo los más populares.
• --timeout 15: evita bloqueos por sitios lentos.
• --retries 2: reintenta conexiones fallidas.
• --no-recursive: desactiva el seguimiento de enlaces internos (reduce ruido).
• -o maigret_lab01: guarda resultados en una carpeta con informes HTML, CSV y JSON.

Sherlock — Alternativa ligera para búsqueda de perfiles.

sherlock lab_user_01 --output sherlock_lab01 --timeout 10 --print-found

• --output sherlock_lab01: crea un directorio con los resultados.
• --print-found: muestra en terminal solo los perfiles encontrados.

Holehe — Verifica si un correo está registrado en servicios web.

holehe lab_user@example.com --only-used -o holehe_lab01.csv

• --only-used: filtra únicamente los sitios donde el correo existe.
• -o holehe_lab01.csv: exporta a CSV para su posterior correlación.

GHunt — Extrae información de una cuenta Google (requiere cookies de sesión válidas).

ghunt email lab_user@gmail.com --json ghunt_lab01.json

• --json: salida estructurada para parseo automático.
• Requiere cookies exportadas desde un navegador autenticado (solo sobre cuentas propias o autorizadas).

PhoneInfoga — Escaneo de número telefónico en formato E.164.

phoneinfoga scan -n +34600123456 --output phoneinfoga_lab01.txt

• -n +34600123456: número sintético de laboratorio.
• --output: guarda el informe en texto plano.

theHarvester — Recolección de emails, subdominios e IPs desde fuentes públicas.

theHarvester -d example.com -l 500 -b google,bing,yahoo,linkedin -f harvester_lab01.html

• -d example.com: dominio propio del laboratorio.
• -l 500: limita resultados.
• -b: fuentes de búsqueda.

Spiderfoot — Escaneo automatizado multi-fuente.

sfcli -s lab_user01 -t USERNAME -m all

• -s lab_user01: target (nombre de usuario).
• -t USERNAME: tipo de elemento.
• -m all: todos los módulos habilitados.

Shodan — Búsqueda de dispositivos y servicios expuestos.

shodan search "org:'ViciousByte Lab' port:22" --fields ip_str,port,org,hostnames

• org:'ViciousByte Lab': filtro por organización propia.
• --fields: limita la salida a columnas relevantes.

| Herramienta | Tipo de target | Output principal | |-------------|---------------|-----------------| | Maigret | Username | Perfiles sociales | | Sherlock | Username | Perfiles sociales | | Holehe | Email | Registros en servicios | | GHunt | Email Google | Datos de cuenta Google | | PhoneInfoga | Teléfono | Carrier, geolocalización | | theHarvester| Dominio | Emails, subdominios | | Spiderfoot | Cualquiera | Informe completo | | Shodan | IP/Rango | Servicios expuestos |

Troubleshooting común

• Timeout excesivo: reduce --timeout a 10 y limita sitios con --site en Maigret.
• GHunt sin cookies: exporta las cookies desde Chrome con extensión "EditThisCookie" en formato JSON.
• PhoneInfoga sin resultados: verifica que el número esté en formato internacional sin guiones.

---

2.2 Automatización con Scripts (600 palabras)

La repetición manual de comandos es ineficiente y propensa a errores. En un laboratorio profesional, la automatización mediante scripts garantiza trazabilidad, reproducibilidad y logging estructurado. A continuación se presentan dos scripts funcionales: uno en Bash para encadenar herramientas y otro en Python para correlacionar hallazgos.

Script Bash: Pipeline de reconocimiento inicial

#!/bin/bash
## osint_pipeline.sh - Flujo automatizado para username/email
## Uso: ./osint_pipeline.sh <username> <email> <output_dir>
## Ejemplo: ./osint_pipeline.sh lab_user_01 lab_user@example.com ./caso_01

set -euo pipefail

USERNAME="$1"
EMAIL="$2"
OUTDIR="$3"
TIMESTAMP=$(date +%Y%m%d_%H%M%S)
LOGFILE="${OUTDIR}/pipeline_${TIMESTAMP}.log"

mkdir -p "$OUTDIR"
exec > >(tee -a "$LOGFILE") 2>&1

echo "[+] Iniciando pipeline OSINT para username=$USERNAME email=$EMAIL"
echo "[+] Resultados en $OUTDIR"

## 1. Maigret
echo "[*] Ejecutando Maigret..."
maigret "$USERNAME" --all-sites --timeout 15 --retries 2 --no-recursive -o "${OUTDIR}/maigret" || echo "[-] Maigret falló"

## 2. Sherlock
echo "[*] Ejecutando Sherlock..."
sherlock "$USERNAME" --output "${OUTDIR}/sherlock" --timeout 10 --print-found || echo "[-] Sherlock falló"

## 3. Holehe
echo "[*] Ejecutando Holehe..."
holehe "$EMAIL" --only-used -o "${OUTDIR}/holehe.csv" || echo "[-] Holehe falló"

## 4. GHunt (requiere cookies en ./cookies.json)
if [ -f "./cookies.json" ]; then
echo "[*] Ejecutando GHunt..."
ghunt email "$EMAIL" --json "${OUTDIR}/ghunt.json" --cookies ./cookies.json || echo "[-] GHunt falló"
else
echo "[!] Cookies no encontradas, omitiendo GHunt"
fi

## 5. theHarvester (sobre dominio extraído del email)
DOMAIN=$(echo "$EMAIL" | cut -d@ -f2)
echo "[*] Ejecutando theHarvester para dominio $DOMAIN..."
theHarvester -d "$DOMAIN" -l 500 -b google,bing,yahoo -f "${OUTDIR}/harvester.html" || echo "[-] theHarvester falló"

echo "[+] Pipeline finalizado. Log: $LOGFILE"

Explicación línea por línea

• set -euo pipefail: detiene el script ante cualquier error, variables no definidas o fallos en tuberías.
• exec > >(tee -a "$LOGFILE"): duplica la salida a terminal y archivo de log.
• Cada herramienta se ejecuta con || echo para que un fallo no detenga el flujo completo.
• GHunt solo se ejecuta si existe el archivo de cookies, evitando errores.
• El dominio se extrae del email para alimentar theHarvester automáticamente.

Script Python: Correlación y generación de informe

#!/usr/bin/env python3
"""
correlate_osint.py - Procesa resultados de Maigret, Holehe y GHunt para generar un informe unificado.
Uso: python3 correlate_osint.py --maigret maigret/report.json --holehe holehe.csv --ghunt ghunt.json --output informe.md
"""

import argparse
import json
import csv
from pathlib import Path

def load_maigret(json_path):
with open(json_path, 'r') as f:
data = json.load(f)
profiles = []
for site, info in data.get('sites', {}).items():
if info.get('status') and info['status'].get('exists'):
profiles.append({
'site': site,
'url': info.get('url_user', ''),
'username': info.get('username', '')
})
return profiles

def load_holehe(csv_path):
results = []
with open(csv_path, 'r') as f:
reader = csv.DictReader(f)
for row in reader:
if row.get('exists') == 'True':
results.append({
'service': row.get('name', ''),
'email': row.get('email', ''),
'profile_url': row.get('profile_url', '')
})
return results

def load_ghunt(json_path):
with open(json_path, 'r') as f:
data = json.load(f)
return {
'google_id': data.get('google_id', ''),
'display_name': data.get('display_name', ''),
'profile_picture': data.get('profile_picture', ''),
'youtube_channel': data.get('youtube_channel', '')
}

def generate_report(profiles, holehe_results, ghunt_data, output_path):
with open(output_path, 'w') as f:
f.write("# Informe OSINT Automatizado\n\n")
f.write(f"## Perfiles sociales encontrados ({len(profiles)})\n")
for p in profiles:
f.write(f"- **{p['site']}**: {p['url']} (username: {p['username']})\n")

f.write(f"\n## Registros de correo confirmados ({len(holehe_results)})\n")
for h in holehe_results:
f.write(f"- {h['service']}: {h.get('profile_url', 'N/A')}\n")

f.write("\n## Datos de cuenta Google\n")
f.write(f"- Google ID: {ghunt_data['google_id']}\n")
f.write(f"- Nombre: {ghunt_data['display_name']}\n")
f.write(f"- Foto: {ghunt_data['profile_picture']}\n")
f.write(f"- Canal YouTube: {ghunt_data['youtube_channel']}\n")
print(f"[+] Informe generado: {output_path}")

def main():
parser = argparse.ArgumentParser()
parser.add_argument('--maigret', required=True)
parser.add_argument('--holehe', required=True)
parser.add_argument('--ghunt', required=True)
parser.add_argument('--output', default='informe_osint.md')
args = parser.parse_args()

profiles = load_maigret(args.maigret)
holehe_results = load_holehe(args.holehe)
ghunt_data = load_ghunt(args.ghunt)

generate_report(profiles, holehe_results, ghunt_data, args.output)

if __name__ == '__main__':
main()

Ejemplo de ejecución

python3 correlate_osint.py \
--maigret ./caso_01/maigret/report.json \
--holehe ./caso_01/holehe.csv \
--ghunt ./caso_01/ghunt.json \
--output ./caso_01/informe_final.md

Salida esperada (fragmento)

## Informe OSINT Automatizado

## Perfiles sociales encontrados (12)
- **Twitter**: https://twitter.com/lab_user_01 (username: lab_user_01)
- **GitHub**: https://github.com/lab_user_01 (username: lab_user_01)
...

## Registros de correo confirmados (8)
- Spotify: https://open.spotify.com/user/lab_user_01
- Pinterest: https://pinterest.com/lab_user_01
...

Troubleshooting

• JSON mal formado: verifica que Maigret haya finalizado correctamente; el archivo report.json se genera solo si el escaneo fue exitoso.
• GHunt sin datos: las cookies pueden haber expirado; reexporta desde el navegador.
• Encoding: si el CSV de Holehe contiene caracteres especiales, abre con encoding='utf-8-sig'.

---

2.3 Integración multi-tool (500 palabras)

La verdadera potencia del OSINT profesional reside en la capacidad de encadenar herramientas para construir un grafo de relaciones. Un pipeline bien diseñado transforma un único identificador en un dossier completo, minimizando puntos ciegos.

Pipeline de referencia: De username a infraestructura

1. Username → Perfiles sociales (Maigret/Sherlock) Se obtiene una lista de URLs y plataformas donde

---

---

Contenido Premium

Los siguientes capítulos están disponibles en la versión completa:

• Capítulo 3: Análisis de Casos Reales
• Capítulo 4: Ejercicios Prácticos Guiados
• Capítulo 5: Troubleshooting y FAQs
• Capítulo 6: Recursos y Certificaciones
• Scripts completos y plantillas
• Soporte técnico incluido

Desbloquear Contenido Completo