ig-harvester: Un toolkit OSINT Open-Source pentru Instagram construit pe Playwright + CDP

ig-harvester apare ca un toolkit open-source inovator pentru OSINT pe Instagram, abordând absența unui API public prin valorificarea automatizării browserului. Spre deosebire de instrumentele care se bazează pe ingineria inversă fragilă a API-ului privat sau pe conducerea lentă a browserului, ig-harvester se atașează la sesiunea existentă, deja autentificată, a utilizatorului prin Chrome DevTools Protocol (CDP). Această metodă ocolește complexitățile gestionării cookie-urilor și autentificării, îmbunătățind semnificativ stabilitatea operațională și securitatea prin aducerea propriei sesiuni a utilizatorului în proces.

Fundamentul tehnic al toolkit-ului este construit pe Playwright și CDP, oferind o soluție robustă pentru colectarea datelor. Acesta abordează punctele comune de eșec ale scraping-ului prin utilizarea unei strategii de extracție triplă: extrage date din blob-uri JSON încorporate, parcurge DOM-ul semantic și chiar folosește capturi de ecran ca fallback, asigurând rezistența atunci când Instagram își schimbă metodele de încorporare a datelor. Mai mult, ig-harvester încorporează funcționalități precum reluarea, permițând recoltărilor întrerupte să continue de unde au rămas, și ritmuri similare celor umane, cu întârzieri aleatorii și controale de tip token bucket pentru a evita limitarea ratei.

Implicațiile ig-harvester constau în furnizarea unei metode mai fiabile și mai sigure pentru cercetători, jurnaliști și auditori de securitate pentru a colecta date de pe Instagram. Prin evitarea interacțiunii directe cu API-urile private ale Instagram și bazându-se pe sesiunea autentificată a utilizatorului, oferă o abordare legală și operațională solidă. Toolkit-ul include, de asemenea, funcții de analiză a datelor încorporate și un dashboard local, oferind perspective imediate din datele colectate, iar dezvoltarea viitoare se va concentra probabil pe extinderea platformelor suportate și rafinarea tehnicilor de extracție.