PANAH - Pentest Automation and Network Assessment Hub

Console kerja untuk assessment teknis, simulasi eksekusi, live console, evidence, dan report dalam satu dashboard internal
PANAH dipakai sebagai panel otomasi assessment untuk tim pentest atau lab internal yang ingin menjalankan modul teknis dari host server tanpa memindahkan workflow operator ke terminal sepanjang waktu.

---

Overview

Repository ini dibuat sebagai console kerja untuk tim pentest internal yang ingin menjalankan asesmen teknis dari server lab secara terpusat.

Tujuan utamanya:

• menyediakan antarmuka yang lebih rapi untuk menjalankan asesmen teknis;
• membatasi target ke range yang memang diizinkan;
• menampilkan hasil ke dalam live console, timeline, evidence, dan report;
• memudahkan operator membuka dashboard dari browser mesin lain di jaringan internal;
• menjaga assessment tetap berada dalam guardrail backend, bukan shell bebas dari browser.

PANAH berperan pada sisi assessment teknis. Jika temuan sudah perlu orkestrasi operasional atau ticketing formal, alurnya dapat dilanjutkan ke SATRIA dan PERISAI.

---

Cocok Untuk Siapa

Console ini cocok untuk:

• operator lab internal yang menjalankan tool dari server Kali Linux;
• tim red team yang ingin satu panel untuk workflow asesmen;
• assessor yang ingin membuka dashboard dari laptop, tetapi tool dieksekusi di server;
• engineer lab yang butuh deployment yang mudah dipindahkan antar host.

---

Posisi Dalam Ekosistem

Dalam ekosistem kerja SITP saat ini:

• PANAH berfokus pada assessment teknis dan otomasi simulasi.
• SATRIA berfokus pada registrasi aset, orkestrasi scan, gate decision, dan ticket publish.
• PERISAI atau IRIS berfokus pada case management, task, evidence, dan investigasi insiden.

Dengan pola ini, PANAH menjadi sumber awal assessment teknis sebelum hasilnya diolah lebih lanjut di layer operasional.

---

Fitur Utama

• Guardrail target berbasis approved ranges atau subnet yang diizinkan.
• Module catalog berbasis fase kill chain atau kategori assessment.
• Full simulation chain sesuai execution profile.
• Live Console, Timeline, dan Evidence dalam panel terpisah.
• Severity summary yang mengikuti evidence yang benar-benar ditampilkan.
• Report view untuk membuka ringkasan hasil job aktif.
• Panel recent jobs untuk review job terakhir.
• Approved ranges editor dengan proteksi password.
• Tampilan login dummy dan header branding yang diselaraskan dengan ekosistem SITP.

---

Menu dan Panel Operasional

• Target Operator mengisi target utama seperti IP, host, atau domain sesuai jenis assessment.

• Target Kind Menentukan kategori target, misalnya ip atau jenis lain sesuai modul yang aktif.

• Module Profile Menentukan kedalaman eksekusi seperti fast, balanced, atau deep.

• Run Full Simulation Chain Menjalankan alur asesmen berantai sesuai profile yang dipilih.

• Advanced Settings Menyediakan approved ranges dan guardrail tambahan untuk eksekusi harian.

• Module Catalog Menampilkan modul assessment, deskripsi singkat, dan command preview.

• Recent Jobs Menampilkan job terkini beserta tombol lihat hasil, hapus, atau review.

• Console Menampilkan output teknis real time dari job yang sedang dipilih.

• Evidence Menampilkan highlight hasil penting yang bisa dipakai untuk review cepat.

• Report Menampilkan hasil ringkas dalam format yang lebih nyaman dibaca operator atau reviewer.

---

Konsep Kerja

Alur kerja PANAH dirancang sederhana:

1. source code di-clone ke server lab;
2. aplikasi dibangun dan dijalankan dengan Docker Compose;
3. backend FastAPI menjalankan workflow assessment yang sudah disetujui;
4. operator membuka dashboard dari browser;
5. job dieksekusi di host server;
6. output dikonversi menjadi console, timeline, evidence, severity, dan report.

Dengan pola ini, server lab dipakai sebagai execution environment, sedangkan browser operator dipakai untuk UI dan review hasil.

---

Struktur Repository

redteam-console-kali/
|-- backend/
|   |-- assets.py
|   |-- catalog.py
|   |-- lab_config.py
|   |-- main.py
|   |-- store.py
|   |-- workflow.py
|   |-- wahidin_check_headers.py
|   `-- data/
|-- .dockerignore
|-- .gitignore
|-- Dockerfile
|-- docker-compose.yml
|-- index.html
|-- script.js
|-- styles.css
|-- logo.png
|-- lab-ranges.json
|-- requirements.txt
`-- README.md

Ringkasnya:

• backend/main.py adalah entry point backend FastAPI.
• backend/catalog.py memuat definisi modul dan profile eksekusi.
• backend/store.py menangani penyimpanan job.
• backend/lab_config.py mengelola konfigurasi approved ranges.
• index.html, script.js, dan styles.css menangani UI dashboard.
• Dockerfile menyusun image beserta dependency yang dibutuhkan modul.
• docker-compose.yml menjadi jalur utama agar user lain cukup build dan start dari repo.

---

Kebutuhan Lingkungan

Minimum yang disarankan di host tujuan:

• Kali Linux server
• Docker Engine
• Docker Compose plugin
• Git

Install dasar jika belum tersedia:

sudo apt update
sudo apt install -y docker.io docker-compose-plugin git
sudo systemctl enable --now docker
sudo usermod -aG docker $USER
newgrp docker

Catatan:

• setelah usermod -aG docker $USER, login ulang biasanya membantu jika group belum terbaca;
• port default lokal repo ini adalah 4080;
• pada deployment terpusat, port dapat dipetakan berbeda sesuai kebutuhan lingkungan.

---

Quick Start

Di server tujuan:

git clone <URL-REPO-GITHUB-ANDA>
cd redteam-console-kali
docker compose up -d --build
docker compose ps

Lalu akses dari browser:

http://IP_SERVER:4080

Contoh lokal:

http://localhost:4080

---

Menjalankan Console

Build dan start:

docker compose up -d --build

Lihat status:

docker compose ps

Lihat log:

docker compose logs -f

Stop:

docker compose down

Start ulang tanpa rebuild:

docker compose up -d

---

Workflow Penggunaan

Urutan pakai yang disarankan:

1. pastikan container sudah aktif;
2. buka dashboard dari browser ke IP server;
3. isi target yang berada dalam approved ranges;
4. pilih Module Profile:
   • fast untuk validasi cepat;
   • balanced untuk baseline umum;
   • deep untuk observasi lebih lengkap;
5. jalankan modul tunggal atau full chain;
6. pantau hasil di:
   • Console
   • Timeline
   • Evidence
   • Report
7. bila hasil perlu diteruskan secara operasional, gunakan SATRIA sebagai layer berikutnya.

---

Data Persisten

Data runtime disimpan di:

• backend/data/ untuk database dan hasil simpan lokal;
• lab-ranges.json untuk approved ranges dan profil lab.

docker-compose.yml sudah me-mount file dan folder tersebut, jadi data tetap bertahan walau container di-recreate.

---

Approved Ranges

Target dibatasi agar operator hanya bekerja pada subnet yang diotorisasi.

File utama:

• lab-ranges.json

Contoh isi:

{
  "allowed_subnets": [
    "10.10.10.0/24",
    "192.168.56.0/24"
  ]
}

Catatan:

• tombol Simpan Ranges dilindungi password;
• backend tetap punya fallback konfigurasi jika file range bermasalah;
• ini penting agar repo aman dipakai bersama dalam lab.

---

Modul dan Tooling

Repo ini dirancang untuk memetakan output tool menjadi evidence yang lebih mudah dibaca operator. Area modul yang sudah disiapkan antara lain:

• service discovery;
• web fingerprinting;
• web security header audit;
• content discovery;
• TLS dan DNS baseline review;
• workflow evidence dan timeline.

Image Docker dapat meng-install tool penting seperti:

• nmap
• ffuf
• gobuster
• amass
• nikto
• sqlmap
• whatweb
• hydra
• john
• hashcat
• impacket
• sslyze
• dnsx
• httpx
• nuclei

---

Verifikasi Yang Sudah Dicek

Skenario yang pernah diverifikasi untuk memastikan repo ini bisa dipindahkan ke host lain:

1. salin repo ke direktori bersih;
2. jalankan docker compose build --no-cache;
3. jalankan docker compose up -d;
4. cek health container;
5. cek endpoint GET /api/jobs.

Hasil verifikasi:

• build sukses dari source;
• container berhasil healthy;
• endpoint aplikasi merespons 200;
• folder backend/data/ otomatis terisi database saat aplikasi hidup.

---

Troubleshooting Singkat

Jika dashboard tidak terbuka:

• cek docker compose ps;
• cek docker compose logs -f;
• pastikan port 4080 tidak dipakai service lain;
• pastikan firewall server mengizinkan akses ke port yang dipakai;
• cek apakah Anda membuka http://IP_SERVER:4080, bukan localhost, jika akses dilakukan dari mesin lain.

Jika build gagal:

• pastikan internet server aktif;
• pastikan Docker daemon hidup;
• coba ulang dengan docker compose build --no-cache.

Jika modul tidak menghasilkan data yang lengkap:

• cek apakah target berada di subnet yang diizinkan;
• cek apakah target memang merespons;
• cek tab Console untuk melihat command dan error yang muncul.

---

Catatan Penggunaan

• Gunakan repo ini hanya untuk lab yang telah diotorisasi.
• Jangan memperluas target di luar approved ranges tanpa persetujuan yang jelas.
• Jangan menganggap UI ini sebagai pengganti analisis manual; ini adalah akselerator workflow.
• Bila hasil assessment perlu ditindaklanjuti secara formal, pindahkan orkestrasi dan ticketing ke SATRIA serta PERISAI.

---

developed with love by cakgup