L’outil OSINT theHarvester : la puissance du renseignement au prix de l’intégration

par Gilbert Thierry NLO · 20 juillet 2026

Dans toute stratégie militaire moderne, le défi principal ne réside plus seulement dans la puissance de l’armement lourd, mais dans la précision de l’information. Les récents enjeux sécuritaires globaux le démontrent au quotidien : tout commence par le renseignement.

En cybersécurité et en gestion des risques informatiques, cette règle s’applique avec la même rigueur. Le cyberespace, qui héberge désormais l’essentiel des activités des entreprises et des particuliers, constitue une véritable mine d’or d’informations. Abandonnées ou exposées à notre insu, ces données peuvent devenir des leviers d’attaque redoutables.

C’est pour répondre à ces enjeux qu’ont émergé les outils d’OSINT (Open Source Intelligence ou renseignement d’origine source ouverte). Exploitations défensives (cartographie des risques) ou offensives (audits d’intrusion) : si de nombreux logiciels spécialisés existent, theHarvester se distingue par sa capacité à orchestrer et agréger ces sources en un point unique.

Qu’est-ce que theHarvester et quelle est son utilité ?

Développé par l’équipe Edge-Security, theHarvester est un outil de reconnaissance conçu pour collecter des informations publiques sur un domaine ou une organisation cible. Il puise ses données dans une multitude de sources : moteurs de recherche, bases de données spécialisées et services accessibles en ligne.

L’effet multiplicateur de l’agrégation de données

Contrairement aux outils standalone classiques qui travaillent en silo, theHarvester se distingue par sa capacité à orchestrer et exécuter d’autres services en arrière-plan.

Cet effet multiplicateur offre deux avantages majeurs :

Un gain de temps précieux : Automatisation de la collecte auprès de dizaines de sources simultanées.
Une meilleure qualité d’analyse : Recoupement des données pour obtenir une vision approfondie de la cible, qu’il s’agisse d’un audit de sa propre entreprise ou d’une investigation externe.

L’objectif principal reste le même : cartographier la surface d’attaque exploitable en s’appuyant sur l’identifiant de base de la cible sur Internet (son nom de domaine ou son adresse IP).

Comprendre les identifiants sur Internet : IP vs Nom de domaine

Pour bien appréhender le fonctionnement de theHarvester, il est essentiel de comprendre comment les ressources sont identifiées sur le réseau.

L’adresse IP : L’immatriculation technique

Sur Internet, toute machine ou point d’entrée réseau (serveur, box internet, routeur) est réellement identifié par une adresse IP (IPv4 ou IPv6). Il s’agit d’une suite de chiffres codifiée et formatée selon des normes strictes.

Pour mieux comprendre la logique qui l’entoure, faisons une analogie avec la vie en société : imaginez qu’au quotidien, vous deviez désigner vos proches ou vos collaborateurs uniquement par leur numéro de sécurité sociale. Il va de soi que ce serait extrêmement complexe à retenir. Utiliser un nom et un prénom est bien plus naturel et intuitif. Sur Internet, l’idée est exactement la même : les adresses IP sont les « numéros de sécurité sociale » des machines, et les noms de domaine sont leurs « noms et prénoms ».

Le nom de domaine et les sous-domaines

Le nom de domaine constitue un identifiant lisible par l’humain :

Le nom de domaine principal agit comme un nom de famille (ex: entreprise.com).
Les sous-domaines s’apparentent aux prénoms identifiant chaque membre de la famille (ex: mail.entreprise.com, vpn.entreprise.com).

En combinant domaines et sous-domaines, on parvient à cibler des ressources très précises, mais aussi les individus qui les gèrent.

Quel est le périmètre d’exposition analysé ?

En tirant partie de la structure des noms de domaine, theHarvester permet de révéler un éventail très large d’actifs connectés :

Infrastructures d’entreprise : Serveurs de messagerie (envoi/réception de mails), serveurs Web, points d’accès VPN.
Données humaines : Adresses e-mail nominatives des employés, souvent exposées sur des annuaires publics ou des réseaux professionnels.
Objets connectés (IoT) : Tout équipement doté d’une puce et relié au réseau.
Réseaux domestiques : Les terminaux connectés depuis un domicile via un modem ou un routeur disposant d’une adresse IP dédiée (notamment dans le cadre du télétravail).

TheHarvester offre ainsi un panorama complet et centralisé de tout ce qu’un nom de domaine rend accessible publiquement sur Internet.

Les fonctions principales : ce que permet de découvrir theHarvester

À partir d’un simple nom de domaine, la fonction essentielle de theHarvester est d’extraire un ensemble de données stratégiques pour cartographier la présence en ligne d’une cible :

1. Cartographie des sous-domaines

Les sous-domaines sont des noms dérivés construits à partir du domaine principal. Ils renvoient généralement à une grande variété de services : un premier serveur web hébergeant par exemple un site vitrine, un second faisant tourner une application métier accessible à distance par les équipes, un serveur de messagerie, un environnement de test, etc. Comme l’architecture varie d’une organisation à l’autre, disposer d’une vue d’ensemble des sous-domaines permet de reconstituer fidèlement la structure de l’écosystème numérique de la cible.

2. Détection des hôtes virtuels (Virtual Hosts)

Qu’il s’agisse de machines virtuelles, d’instances isolées ou de services réseau, les hôtes virtuels se distinguent des équipements physiques dans la mesure où ils partagent les ressources d’un même serveur hôte (processeur, mémoire vive et système d’exploitation sous-jacent). Plusieurs hôtes virtuels peuvent ainsi cohabiter sur une seule machine physique : theHarvester aide à les identifier et à révéler cette mutualisation.

3. Collecte des adresses e-mail

L’intérêt des adresses e-mail réside dans la valeur des individus qui les utilisent. Dans le cadre d’un audit de sécurité ou d’une analyse de risques, la fuite d’adresses officielles constitue un indicateur fort : ces données sont le point d’entrée privilégié des campagnes d’ingénierie sociale (phishing, spear-phishing ou arnaques au président) visant à manipuler les collaborateurs.

4. Identification du personnel et des employés

Dans la continuité de la collecte d’e-mails, l’outil permet de recouvrer des noms d’employés. En recoupant ces identités avec d’autres sources ouvertes (comme les réseaux professionnels), il devient possible d’établir le profilage précis des collaborateurs clés pour évaluer l’exposition globale de l’entreprise.

5. Adresses IP et hôtes associés

Un réseau comporte souvent de multiples adresses IP et hôtes qui n’ont pas nécessairement besoin d’un nom de domaine lisible pour fonctionner. La découverte de ces adresses met en lumière des équipements cachés ou oubliés, fournissant une base concrète pour des analyses réseau et des évaluations de vulnérabilités plus approfondies.

6. Inspection des ports ouverts et lecture des bannières

Si l’adresse IP permet de localiser une machine sur le réseau, le numéro de port identifie le programme ou le service qui y s’exécute. La bannière, quant à elle, est un message d’accueil textuel renvoyé automatiquement par le service lors de la connexion. Elle permet de connaître précisément le logiciel sous-jacent, sa version exacte et parfois le système d’exploitation hôte. C’est une mine d’informations critique : chaque version logicielle répertoriée peut présenter des failles de sécurité connues.

7. Captures d’écran et génération de rapports

Une fois la requête exécutée, theHarvester synthétise les données récoltées. Il peut générer automatiquement des rapports structurés aux formats HTML et XML pour faciliter la documentation d’un audit. De plus, il intègre une fonction de prise de vue dynamique qui effectue des captures d’écran des pages d’accueil des sites web et sous-domaines découverts, offrant ainsi une confirmation visuelle immédiate des actifs exposés.

Fonctionnement et caractéristiques techniques

Développé en Python, theHarvester s’exécute directement en ligne de commande (CLI). Son principe d’action repose sur un mécanisme d’interrogation simultanée : il interroge en parallèle une multitude de sources de données publiques pour ensuite centraliser et structurer les résultats.

Cette capacité d’agrégation d’informations d’origine source ouverte (OSINT) permet aux analystes et auditeurs de sécurité d’obtenir une vision panoramique et consolidée des données exposées par une organisation cible.

Pour constituer cette vue d’ensemble, theHarvester s’appuie sur une large variété de connecteurs et de modules :

Moteurs de recherche conventionnels et spécialisés (Baidu, Brave, DuckDuckGo, Bing, etc.) ;
Journaux de transparence des certificats TLS/SSL (Certspotter, Crt.sh) pour détecter l’apparition de nouveaux sous-domaines ;
Plateformes de veille sur les menaces (Threat Intelligence) et moteurs de recherche réseau (Shodan, Censys, CriminalIP) ;
Dépôts de code et bases de fuites de données (GitHub, HaveIBeenPwned, LeakIX).

L’ensemble de ces données peut être récolté selon deux approches complémentaires : le mode passif (sans interaction directe avec la cible) et le mode actif (avec sollicitation directe des serveurs cibles).

En mode de reconnaissance passif :

En mode de reconnaissance passif, theHarvester n’interagit jamais directement avec l’infrastructure ou les systèmes de la cible. L’outil ne génère aucun trafic suspect vers les serveurs ciblés, ce qui le rend totalement indétectable par les systèmes de détection d’intrusions (IDS/IPS) de l’organisation.

Pour collecter ses informations, il interroge exclusivement des sources tierces, des bases de données publiques et des services tiers qui détiennent déjà ces données enregistrées.

Voici le panorama des principales sources passives exploitées par l’outil, regroupées par spécialité :

1. Moteurs de recherche généraux et respectueux de la vie privée

Ces moteurs permettent d’extraire des sous-domaines, des pages indexées et des empreintes web sans éveiller d’alerte :

Baidu (baidu.com) : Le principal moteur de recherche chinois, utile pour les cibles internationales.
Brave Search (api-dashboard.search.brave.com) : S’appuie désormais sur son API officielle pour remonter des résultats récents.
DuckDuckGo (duckduckgo.com) & Mojeek (mojeek.com) : Moteurs indépendants axés sur la confidentialité.
Yahoo (yahoo.com) & Windvane (windvane.lichoin.com) : Sources complémentaires d’indexation web.

2. Moteurs de recherche spécialisés en cybersécurité & renseignement sur les menaces cyber (CTI)

Ces plateformes scannent en permanence Internet pour répertorier les hôtes, les ports ouverts, les équipements et les menaces :

Shodan (shodan.io) : Le moteur référence pour analyser les ports, bannières et services exposés.
Censys (censys.io) : Explore les certificats pour énumérer les sous-domaines et collecter des e-mails.
CriminalIP (criminalip.io) & Onyphe (onyphe.io) : Moteurs de recherche spécialisés en renseignement sur les cybermenaces (CTI).
FOFA (en.fofa.info) & ZoomEye (zoomeye.org) : Puissants moteurs d’exploration réseau (ZoomEye étant souvent considéré comme le pendant chinois de Shodan).
Netlas (app.netlas.io) : Alternative moderne à Shodan et Censys pour cartographier l’infrastructure.
AlienVault OTX (otx.alienvault.com) & ThreatMiner (threatminer.org) : Plateformes collaboratives d’échange d’indicateurs de menaces.

3. Transparence des certificats TLS/SSL et historique DNS

Ces registres permettent de découvrir des sous-domaines cachés ou récents en analysant les certificats de sécurité émis :

Crt.sh (crt.sh) : Service de recherche basé sur les logs de transparence des certificats Comodo.
Certspotter (sslmate.com/certspotter) : Surveille en continu la création de nouveaux certificats TLS.
Bufferoverrun (tls.bufferover.run) : Permet une recherche rapide de noms de domaine liés aux certificats dans l’espace IPv4.
SecurityTrails (securitytrails.com) : L’un des plus grands référentiels mondiaux de données DNS historiques.
DNSDumpster (dnsdumpster.com) & RapidDNS (rapiddns.io) : Outils de découverte d’hôtes et de sous-domaines partageant une même IP.
ProjectDiscovery (Chaos) (chaos.projectdiscovery.io) : Données DNS actives et cartographie des changements d’infrastructures.
SubdomainCenter, SubdomainFinderc99, THC & WhoisXML : Services dédiés à l’énumération automatisée de sous-domaines.

4. Recherche d’adresses e-mail, identités et fuites de données

Ces modules aident à identifier le personnel et à vérifier si des identifiants ont été compromis :

Hunter.io (hunter.io), Tomba (tomba.io) & HunterHow (hunter.how) : Moteurs de recherche spécialisés dans la découverte d’adresses e-mail d’entreprises.
HaveIBeenPwned (haveibeenpwned.com) : Indispensable pour vérifier si une adresse e-mail apparaît dans des fuites de données publiques.
DeHashed (dehashed.com), LeakIX (leakix.net) & LeakLookup (leak-lookup.com) : Moteurs de recherche spécialisés dans l’analyse de fuites de données et de bases compromises.
RocketReach (rocketreach.co) : Donne accès aux e-mails, numéros de téléphone et profils sociaux professionnels vérifiés.
IntelX (intelx.io) & Sherlockeye (sherlockeye.io) : Outils d’investigation avancés et de recherche inversée basés sur l’IA.

5. Analyse applicative, code source et technologies web

Ces outils permettent de comprendre avec quoi et comment les services de la cible ont été développés :

BuiltWith (builtwith.com) : Dévoile l’empilement technologique (tech stack) utilisé pour concevoir un site web.
GitHub Code (github.com) : Explore les dépôts de code public à la recherche de clés API, secrets ou sous-domaines exposés.
BeVigil (bevigil.com) : Analyse le code des applications mobiles (Android/iOS) à la recherche d’actifs ou d’API exposées.
Urlscan.io (urlscan.io) : Sandbox d’analyse d’URL permettant de décortiquer le comportement d’un site web.

6. Audit de surface d’attaque et risques tiers (TPRM)

FullHunt (fullhunt.io) : Plateforme de gestion et de recherche de la surface d’attaque externe.
Hackertarget (hackertarget.com) & PentestTools (pentest-tools.com) : Boîtes à outils cloud d’évaluation de la sécurité et de reconnaissance réseau.
SecurityScorecard (securityscorecard.com) : Évalue les risques cyber liés aux fournisseurs et à l’écosystème global.
VirusTotal (virustotal.com) : Analyse les noms de domaine pour détecter d’éventuelles associations malveillantes.
Dymo (dymo.tpeoficial.com) & Venacus (venacus.com) : Modules de vérification de domaines, de détection de fautes de frappe (typosquatting) et de signaux de fraude MX.

En mode de reconnaissance actif:

En mode actif, les outils employés interagissent directement avec les systèmes informatiques de la cible. Contrairement au mode passif, les requêtes sont envoyées sans intermédiaire aux adresses IP et aux serveurs DNS de l’organisation analysée.

theHarvester exploite ce mode direct principalement à travers deux mécanismes :

1. Attaque par force brute DNS (DNS Brute Force)

Certains sous-domaines ne sont pas indexés par les moteurs de recherche ou les services tiers, soit parce qu’ils sont récents, soit parce qu’ils sont volontairement masqués. theHarvester va donc chercher à les débusquer en interrogeant directement le serveur DNS de la cible à l’aide d’une recherche par dictionnaire :

Le principe : L’outil teste une liste préfinie de mots courants fréquemment utilisés comme sous-domaines (comme mail, dev, vpn, test ou admin).
La vérification : Chaque terme du dictionnaire est accolé au nom de domaine principal (ex. dev.organisation.com). L’existence du sous-domaine est confirmée si le serveur DNS retourne une adresse IP valide.
Le filtrage des domaines jokers (Wildcard DNS) : Certains serveurs DNS sont configurés pour renvoyer systématiquement une adresse IP, quel que soit le sous-domaine demandé. Sans précaution, cette configuration polluerait les résultats en générant une multitude de faux positifs. theHarvester intègre heureusement un mécanisme capable de détecter et de filtrer ces domaines jokers pour ne conserver que les sous-domaines réellement fonctionnels.

2. Captures d’écran automatisées

Pour confirmer visuellement l’existence et l’état des services web découverts, l’outil doit s’adresser directement à la ressource. En sollicitant les serveurs web identifiés, theHarvester est capable de réaliser automatiquement une prise de vue de leur page d’accueil, fournissant ainsi une preuve visuelle immédiate des interfaces d’administration ou des services exposés.

Disponibilité et modalités d’installation

Open source, theHarvester est principalement conçu pour fonctionner sur les distributions Linux. Il s’installe facilement selon trois méthodes principales :

Kali Linux : L’outil est directement préinstallé et prêt à l’emploi au sein de la distribution.
Docker : Idéal pour un déploiement rapide et conteneurisé sans altérer l’environnement du système hôte.
Installation des sources via GitHub : Permet d’obtenir la version la plus récente depuis le dépôt officiel. L’installation peut s’effectuer :
- Via Pipenv : L’approche recommandée, qui s’appuie sur le gestionnaire de paquets Python pour isoler automatiquement l’environnement et simplifier la gestion des dépendances.
- Sans Pipenv (installation manuelle) : Pour les utilisateurs souhaitant un contrôle fin sur les dépendances installées sur leur système.

La gestion des modules tiers et des clés d’API

L’interconnexion entre theHarvester et la grande majorité des plateformes externes (services de CTI, moteurs spécialisés, registres) s’effectue au moyen de clés d’API (Application Programming Interface).

Ces clés servent de jetons d’authentification pour permettre à l’outil de communiquer avec les services distants. Il convient toutefois de garder à l’esprit les spécificités suivantes :

Obtention préalable : Chaque clé d’API doit être récupérée au préalable auprès du service concerné, puis renseignée dans le fichier de configuration de theHarvester (généralement api-keys.yaml).
Conditionnement des résultats : Les conditions d’accès varient fortement d’un module à un autre (quotas gratuits, limites de requêtes par minute ou abonnements payants). La richesse et la profondeur des informations récoltées dépendront donc directement de la validité et des privilèges des clés configurées.

Ressources et documentation officielle

Dépôt GitHub du projet : github.com/laramies/theHarvester
Base documentaire sur Kali Linux : kali.org/tools/theharvester

Modules nécessitant des API-Keys : prix et/ou conditions

Pour exploiter pleinement le potentiel de theHarvester, l’intégration de clés d’API vers des services externes est indispensable. Les modèles d’accès varient fortement : certains services proposent des quotas gratuits suffisants pour des besoins ponctuels, tandis que d’autres nécessitent des abonnements professionnels.Voici le récapitulatif des conditions d’accès et de tarification des principaux modules pris en charge :

Service / Module	Offre Gratuite / Essai	Tarifs & Formules Payantes
BeVigil	50 req/mois	50 $ / mois (1 000 req)
Brave Search	Formule gratuite disponible	Tarifs Pro selon le volume
Bufferoverrun	100 req/mois	25 $ / mois (10 000 req)
BuiltWith	50 req (à vie)	2 950 $ / an
Censys	Crédits d’essai limités	100 $ (500 crédits)
CriminalIP	100 req/mois	59 $ / mois (700 000 req)
DeHashed	Non spécifié	15 $ (500 crédits) à 150 $ (5 000 crédits)
DNSDumpster	50 req/jour	49 $
Dymo	Formule gratuite disponible	Formules payantes selon limites
FOFA	Non spécifié	25 $ / mois (10 000 crédits / 100k résultats)
FullHunt	50 req gratuites	29 $ / mois (200 req) — 59 $ / mois (500 req)
GitHub Code	Inclus avec un compte GitHub	Gratuit (soumis aux limites d’API standard)
HaveIBeenPwned	Non spécifié	4,50 (50 req/min)
Hunter.io	50 crédits/mois	34 $ / an (12 000 crédits)
HunterHow	10 000 résultats / 30 jours	10 $ / 30 jours (50 000 résultats)
IntelX	Compte gratuit très limité	2 900 $ (Compte professionnel)
LeakIX	25 pages de résultats & 3k req/mois	29 $ (Offre Bounty Hunter)
LeakLookup	Non spécifié	De 10 $ (20 crédits) à 100 $ (300 crédits)
Mojeek	5 000 crédits offerts (~6,50 $)	De 1,30 CPM selon profil
Netlas	50 req/jour	49 (10 000 req)
Onyphe	Non spécifié	587 $ / mois (10M de résultats)
PentestTools	Non spécifié	95 $ / mois (5 actifs) — 140 $ / mois (5 actifs web)
ProjectDiscovery	Analyses gratuites sur son propre domaine*	Sur devis (Email pro requis)
RocketReach	Non spécifié	48 $ / mois (100 req) — 108 $ / mois (250 req)
SecurityScorecard	Accès gratuit sous conditions*	Sur devis (Email pro requis)
SecurityTrails	50 req/mois	500 $ / mois (20 000 req)
Sherlockeye	Non spécifié	46 $ / mois (Intermédiaire) — 120 $ / mois (Avancé)
Shodan	Crédits de recherche de base	69 $ / mois (Freelance) — 359 $ / mois (Enterprise)
Tomba	25 recherches/mois	39 $ / mois (1 000 req) — 89 $ / mois (5 000 req)
Venacus	1 recherche/jour	12 $ / jour (10 req) — 36 $ / jour (30 req)
VirusTotal	500 req/jour (15 500 / mois)	Sur devis (Email pro requis pour l’API Pro)
WhoisXML	Non spécifié	50 (5 000 req)
Windvane	100 req gratuites	Formules payantes selon volume
ZoomEye	5 résultats/jour	190 $ / an (30 résultats/jour)

Bien que theHarvester soit un outil totalement gratuit et open source, la profondeur et l’exhaustivité des données collectées dépendront largement des clés d’API injectées et des crédits disponibles sur ces différentes plateformes.

Panorama des alternatives et outils complémentaires en OSINT

Bien que des outils comme theHarvester soient incontournables, l’écosystème de l’investigation numérique repose sur une grande variété de solutions spécialisées. En tête de liste, Blackbird OSINT s’impose souvent dans la littérature technique comme l’alternative la plus compétitive grâce à sa gratuité et son modèle open source.

Voici un tour d’horizon des principales solutions disponibles, classées par domaine d’application :

1. Frameworks d’automatisation et d’agrégation globale

Ces plateformes permettent d’orchestrer de multiples sources de collecte pour cartographier globalement une surface d’attaque.

SpiderFoot : Véritable usine d’agrégation de données écrite en Python. Il orchestre plus de 200 modules d’intégration pour automatiser la collecte d’empreintes numériques et cartographier la surface d’attaque globale d’une cible.
Datasploit : Framework d’automatisation OSINT (Python) permettant d’effectuer des techniques de reconnaissance sur des entreprises, des personnes, des numéros de téléphone ou des actifs de cryptomonnaie. Il agrège et restitue les données brutes sous de multiples formats.
Belati : Framework d’automatisation (Python) d’origine suisse et indonésienne. Conçu comme un couteau suisse pour la collecte d’informations, l’énumération d’actifs et la cartographie d’infrastructure à partir de sources publiques.
GasMask : Outil en ligne de commande (Python) automatisant la collecte d’informations sur des noms de domaine et des organisations à partir de moteurs de recherche et de sources publiques multiples.
OSINT-SPY : Outil modulaire en ligne de commande (Python) permettant d’automatiser le footprinting sur des entités variées (adresses IP, domaines, e-mails, adresses Bitcoin ou individus).

2. Recherche d’identités, pseudos et réseaux sociaux

Outils spécialisés dans la traçabilité des individus, des pseudonymes et de la présence sur les réseaux sociaux.

Blackbird OSINT : Basé sur le projet WhatsMyName, il permet d’effectuer une énumération rapide de comptes et d’empreintes numériques sur plus de 600 plateformes à partir d’un simple pseudonyme ou d’une adresse e-mail.
OSRFramework (Open Source Reconnaissance Framework) : Ensemble de bibliothèques et d’outils en ligne de commande (développé par i3visio en Python) spécialisé dans la recherche d’identités, le suivi de pseudos et la vérification de comptes sur des centaines de services web.
Infoga (Email Information Gathering) : Outil en ligne de commande (Python) dédié à la collecte, l’analyse et la vérification d’informations relatives aux adresses e-mail.
Osintgram : Outil spécifique à la plateforme Instagram (Python) exploitant une API non officielle pour analyser un compte public et en extraire des données statistiques, relationnelles et comportementales.

3. Cartographie réseau, adresses IP et infrastructures

Outils axés sur la géolocalisation, l’analyse des adresses IP et l’exploration de l’architecture DNS.

Ultra-IP-OSINT : Solution légère dédiée à la géolocalisation, la caractérisation réseau et l’analyse de réputation d’adresses IP. Il fournit des détails sur le FAI, l’organisation, les enregistrements WHOIS, le BGP route, l’AS, ainsi que la localisation exacte (ville, région, coordonnées GPS).
Domain Analyzer : Outil en ligne de commande (Python) conçu pour analyser un nom de domaine et récolter automatiquement un maximum d’informations relatives à son infrastructure DNS, ses adresses IP et ses sous-domaines.
XRay : Outil de reconnaissance réseau et d’OSINT en ligne de commande permettant de cartographier l’infrastructure d’un domaine et de corréler automatiquement données publiques et points d’accès réseau.
Red Team Arsenal (RTA) : Suite d’outils et de scripts simulant des TTPs (MITRE ATT&CK). Dans le cadre de l’OSINT, il facilite l’énumération de sous-domaines et la collecte d’informations, notamment via son intégration avec Nessus.

4. Reconnaissance applicative web et technologies

Outils d’analyse passive ou semi-passive permettant de décortiquer l’empilement technologique (tech stack) des applications web.

Wappalyzer : Profiler technologique disponible sous forme d’extension pour navigateur, de bibliothèque (Node.js, Python) et d’API. Il identifie instantanément l’empilement technologique d’un site (CMS, frameworks JavaScript, serveur web, outils d’analyse).
Web Information Gatherer (WIG) : Outil de reconnaissance passive/semi-passive en ligne de commande (Python) conçu pour identifier les technologies hébergées sur un serveur web, les CMS et leurs vulnérabilités associées.
DirSearch : Implémentation en Go de l’outil dirsearch original. Il permet de découvrir des répertoires ou des ressources non répertoriées sur un serveur web en procédant par déduction (fuzzing).
Web-hunter : Script d’OSINT et de reconnaissance web axé sur le scraping, la collecte d’URL, de formulaires et de points d’entrée (endpoints) à partir d’un domaine ou d’une liste de cibles.

5. Reconnaissance du code source et dépôts (GitHub)

Outils spécialisés dans l’audit et l’analyse des espaces de développement public.

Gitrob : Outil de reconnaissance du code source orienté sécurité. Il analyse les organisations et utilisateurs GitHub à la recherche de fichiers sensibles, secrets et clés d’API exposés par inadvertance dans des dépôts publics.
Gitem : Outil d’OSINT léger axé sur l’investigation et la collecte d’informations ciblées sur GitHub (utilisateurs, organisations et dépôts).

6. Métadonnées, géolocalisation et GEOINT

Outils dédiés à l’extraction de données cachées dans les fichiers ou à l’investigation géographique.

Metagoofil : Outil de reconnaissance passive (Python) spécialisé dans la recherche et l’extraction de métadonnées contenues dans les documents publics (PDF, DOCX, XLSX, PPTX) d’un domaine cible (noms d’utilisateurs, versions de logiciels, noms d’hôtes).
svEye (StreetView-Eye) : Outil d’OSINT géographique (GEOINT) conçu pour extraire, analyser et surveiller des imageries de rue et des métadonnées issues de Google Street View à partir de coordonnées ou d’adresses physiques.
weblocator : Script de géolocalisation web conçu pour identifier la position géographique et les métadonnées d’accès d’un appareil à travers l’interaction avec un lien web ou l’analyse d’adresses IP.

7. Analyse visuelle, guides méthodologiques et bases de connaissances

Solutions de structuration des données, d’analyse graphique et d’investigation système.

OSINT-tool : Structure web interactive et arborescente répertoriant et catégorisant des centaines d’outils d’investigation. Il ne lance pas de requêtes directes mais sert de guide méthodologique et de catalogue dynamique pour l’analyste.
LinkScope Client : Outil d’analyse visuelle et de cartographie (semblable à Maltego). Il permet de visualiser sous forme de graphes interactifs les relations complexes entre entités (IP, domaines, personnes, réseaux sociaux).
Prying Deep : Conçu pour effectuer des recherches approfondies et agréger des données publiques issues de diverses sources web et bases de connaissances à partir d’un mot-clé ou d’un identifiant.
sn0int : Framework d’investigation semi-automatisé et gestionnaire de paquets rédigé en Rust (se prononce « snow-int »). Il collecte, stocke et analyse les données d’empreintes numériques dans une base SQLite structurée.
ThreatPinch Lookup : Extension pour navigateur (Chrome/Firefox) accélérant l’analyse des indicateurs de compromission (IoC). Elle permet aux analystes SOC et Threat Hunters d’enrichir contextuellement un élément au survol de la souris.
SearchSploit : Outil en ligne de commande inclus dans Kali Linux (par l’équipe Exploit-DB) permettant d’effectuer des recherches hors-ligne dans l’ensemble de la base de données de publications de sécurité d’Exploit-DB.
osquery : Développé initialement par Facebook, cet outil permet d’interroger un système d’exploitation (Linux, Windows, macOS) comme une base de données relationnelle en utilisant des requêtes SQL standard pour auditer les processus, connexions et fichiers.
Otseca (Open Source Security Auditor) : Outil d’audit de sécurité et de renforcement (hardening) pour les systèmes Linux. Il analyse la configuration de l’hôte à la recherche de mauvaises configurations et de vulnérabilités locales.

Outil historique de la distribution Kali Linux, theHarvester conserve une place de choix dans la boîte à outils de tout auditeur de sécurité ou analyste OSINT. Il excelle dans sa mission première : dresser la carte d’une surface d’attaque externe en agrégeant sous-domaines, adresses IP et e-mails professionnels.

Néanmoins, la pertinence de ses résultats repose presque entièrement sur l’écosystème d’API qui l’alimente. Selon les clés intégrées et les budgets alloués aux services tiers (Censys, Shodan, SecurityTrails, etc.), la richesse du rapport final peut varier du simple au centuple. Face à la multiplicité des alternatives modernes (frameworks automatisés, outils spécialisés dans les réseaux sociaux ou le code source), theHarvester ne devrait pas être vu comme une solution unique, mais peut-être en fonction de sa configuration, comme un point de départ rapide avant d’approfondir l’investigation avec des modules plus ciblés.