2026Seguridad de Software · UTA

MiniWasp

Mensajería temporal con moderación local y videollamadas cifradas

Sala pública con una foto revisada por la IA local y re-codificada sin metadatos. Las personas son ficticias.La sala en un teléfono, con la tira de participantes.

Chat y videollamadas sin cuentas ni teléfono. Todo vive en memoria y los archivos quedan ilegibles al cerrarse la sala.

Año
2026
Contexto
Proyecto académico · Seguridad de Software, UTA
Código
GitHub
En línea
miniwasp.up.railway.app
pruebas automatizadas, todas en verde
709
cobertura de líneas
98,75 %
escenarios E2E con dos Chrome reales
14/14
amenazas STRIDE, cada una con su prueba
39

El sistema

Salas temporales de hasta 20 personas por enlace de invitación, salas públicas con moderación estricta y videollamadas uno a uno. Sin cuentas, sin número de teléfono y sin base de datos: salas, mensajes y sesiones viven en memoria y desaparecen cuando la sala se cierra.

Arquitectura

Arquitectura: MiniWaspHTTPS · WSSHTTPS · WSSWebRTC · DTLS-SRTPNavegador AHTML · JSNavegador BHTML · JSNode.jshttp · wsModeraciónnsfwjs · workersBucket S3AES-256-GCM
síncronoasíncrono

Decisiones técnicas

Un solo servidor Node.js sirve la página, autentica, modera, cifra y hace de señalización WebRTC. Nada de lo que llega del navegador es de confianza, y el proveedor del bucket tampoco: los adjuntos salen del proceso sólo cifrados, y el audio y el video viajan directo entre los dos navegadores.

Qué hace

  • Salas por invitación de 128 bits, de hasta 20 personas. Quien crea la sala puede sacar a alguien y renovar el enlace.
  • Salas públicas en la portada con su título y ocupación, nunca nombres: moderación estricta, modo lento de 2 s y veto con una huella HMAC de la IP, no la IP.
  • Susurros: de una sala pública a una privada para dos, si la invitada acepta, con un pase de un solo uso que vence en 60 segundos.
  • Fotos, notas de voz, PDF y texto cifrados con AES-256-GCM y una clave por sala. El tipo se reconoce por sus bytes, no por la extensión.
  • Fotos sin EXIF ni GPS: el navegador las redibuja y el servidor las vuelve a codificar desde los píxeles, con límites contra bombas de descompresión.
  • Moderación local de texto e imágenes: un normalizador deshace las evasiones y nsfwjs revisa las fotos en hilos aparte. Si los hilos no responden, la foto no se publica.
  • Videollamadas uno a uno por WebRTC (DTLS-SRTP), con un código de seguridad de 12 dígitos derivado de las huellas DTLS para detectar una intercepción.
  • CSP sin unsafe-inline, COOP y COEP, HSTS, una cookie HttpOnly y SameSite=Strict de la que el servidor sólo guarda el hash, y verificación de Origin contra CSRF.
  • Una API REST (/api/v1) con las mismas reglas que el navegador.
  • 709 pruebas con node:test y jsdom (98,75 % de cobertura de líneas), 14 escenarios E2E con dos Chrome reales y OWASP ZAP sin alertas contra producción.

Un reto concreto

Borrar es más fácil si nunca puedes leer

Los adjuntos tenían que vivir en un bucket externo y no podía confiar en que el proveedor los borrara de verdad al cerrarse la sala. Cada sala tiene una clave AES-256-GCM aleatoria que sólo existe en la memoria del servidor, con sala:adjunto como dato asociado para que un objeto no se pueda mover a otra sala. Al cerrarse la sala, la clave se sobrescribe con ceros: cualquier copia que quede en el proveedor es ruido.

Capturas

Mi parte

Todo el proyecto, sola: el modelo de amenazas STRIDE (39 amenazas, cada una con su control y su prueba), el servidor y el cliente sin frameworks, la moderación, las pruebas y el despliegue en Railway con Docker.

AlcanceLimitaciones declaradas: sin servidor TURN algunas redes bloquean la llamada, una videollamada de 20 personas necesitaría un SFU, y la moderación no analiza por dentro las notas de voz ni los PDF, por eso las salas públicas no los aceptan.

Stack

  • Node.js
  • WebSocket (ws)
  • WebRTC
  • TensorFlow.js (WASM)
  • nsfwjs
  • AES-256-GCM
  • Amazon S3
  • Docker
  • Railway
  • node:test
  • Playwright
  • OWASP ZAP
Siguiente proyectoAsistente de cursos CTT-FISEIAsistente de Telegram con intervención humana en vivo