Editar keywords.yaml

Editando keywords.yaml

Se valida como YAML antes de guardar; si hay un error de sintaxis no se escribe el fichero.

# keywords.yaml
# Señales usadas por app/filters.py para puntuar mensajes y documentos.
# Todo lo aquí definido es de carácter defensivo: sirve para PRIORIZAR qué
# descargar, no para validar ni usar credenciales.

# Keywords genéricas de leaks/infostealers que suelen aparecer en el texto
# del mensaje o en el nombre del canal/fichero.
text_keywords:
  - "leak"
  - "leaked"
  - "combo"
  - "combolist"
  - "stealer"
  - "stealer log"
  - "logs"
  - "cloud log"
  - "cookies"
  - "passwords"
  - "credentials"
  - "database"
  - "dump"
  - "breach"

# Nombres de fichero típicos de logs de infostealers (case-insensitive).
# No implica parseo (eso es Iteración 2), solo eleva prioridad de descarga.
filename_patterns:
  - "passwords.txt"
  - "all_passwords.txt"
  - "browser_passwords.txt"
  - "cookies.txt"
  - "autofill.txt"
  - "autofills.txt"
  - "system_info.txt"
  - "user_information.txt"
  - "important_autofill_data.txt"
  - "installed_software.txt"

# Extensiones permitidas para descarga (whitelist). Cualquier otra extensión
# se descarta directamente en el filtro (RF-03).
allowed_extensions:
  - ".txt"
  - ".csv"
  - ".log"
  - ".zip"
  - ".rar"
  - ".7z"
  - ".json"

# Peso relativo de cada señal para el scoring de app/filters.py (0-100 total
# aproximado, no es una probabilidad).
weights:
  text_keyword_match: 15
  filename_pattern_match: 30
  allowed_extension_match: 10
  scope_domain_match: 40
  scope_keyword_match: 20
  suspicious_size_range: 5

# Score mínimo para clasificar un mensaje/documento como "candidate" en el
# filtro (antes de descargar). Por debajo de este umbral se descarta.
candidate_score_threshold: 20

Cancelar