Communitygithub.com

Analyzing Cyber Kill Chain

Analysiert Eindringungsaktivitäten anhand der Lockheed Martin Cyber Kill Chain.

Was ist Analyzing Cyber Kill Chain?

Diese Fähigkeit unterstützt Post-Incident-Analysen, indem sie beobachtete Angreiferaktionen den sieben Phasen der Lockheed Martin Cyber Kill Chain zuordnet: Reconnaissance, Weaponization, Delivery, Exploitation, Installation, Command & Control (C2) und Actions on Objectives. Der Workflow führt den Benutzer durch die Erstellung einer Phasenmatrix, die Erkennungspunkte und Lücken in der Verteidigung identifiziert, sowie die Verknüpfung mit MITRE ATT&CK für detaillierte Technikabbildung. Die Analyse schließt mit der Erstellung eines strukturierten Berichts, der Angriffsnarrative, Phasenbewertungen mit Beweisen, Erkennungspunktanalysen und priorisierte Verteidigungsempfehlungen je Phase umfasst. Zu den unterstützten Plattformen gehören MITRE ATT&CK Navigator, Elastic Security EQL, Splunk ES und MISP, die eine integrierte und detaillierte Angriffsanalyse ermöglichen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-cyber-kill-chain

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Analyse der Cyber Kill Chain

Verwendungszweck

Verwenden Sie diese Fähigkeit bei:

  • Post-Incident-Analysen, um festzustellen, wie weit ein Angreifer in einer Angriffssequenz fortgeschritten ist
  • Der Planung gestaffelter Verteidigungsmaßnahmen mit dem Ziel, Angriffe so früh wie möglich zu unterbrechen
  • Der Erstellung von Threat-Intelligence-Berichten, die den Angriffsverlauf für nicht-technische Stakeholder verständlich darstellen

Verwenden Sie diese Fähigkeit nicht als alleinstehendes Framework – kombinieren Sie sie mit MITRE ATT&CK für eine detailliertere Technikebene, die über die 7-Phasen-Kill-Chain hinausgeht.

Voraussetzungen

  • Vollständige Incident-Zeitleiste mit forensischen Artefakten, die bestimmten Angreiferaktionen zugeordnet sind
  • MITRE ATT&CK Enterprise Matrix für die Technikebene innerhalb jeder Kill-Chain-Phase
  • Zugang zu Threat Intelligence über die typische Kill-Chain-Progression der vermuteten Angreifergruppe
  • Post-Incident-Bericht oder IR-Zeitleiste des reagierenden Teams

Arbeitsablauf

Schritt 1: Beobachtete Aktionen den Kill-Chain-Phasen zuordnen

Die Lockheed Martin Cyber Kill Chain besteht aus sieben Phasen. Ordnen Sie alle beobachteten Angreiferaktionen zu:

Phase 1 – Reconnaissance: Der Angreifer sammelt Zielinformationen vor dem Angriff.

  • Indikatoren: DNS-Abfragen von Angreifer-IPs, LinkedIn-Scraping, Stellenanzeigenanalyse, Shodan-Scans der Organisationsinfrastruktur

Phase 2 – Weaponization: Der Angreifer erstellt ein Angriffswerkzeug (Malware + Exploit).

  • Indikatoren: Malware-Kompilierungszeitstempel, Metadaten von Exploit-Dokumenten, Builder-Artefakte in Malware-Beispielen

Phase 3 – Delivery: Der Angreifer überträgt das Werkzeug zum Ziel.

  • Indikatoren: Phishing-E-Mails, bösartige Anhänge, Drive-by-Downloads, USB-Sticks, Kompromittierung der Lieferkette

Phase 4 – Exploitation: Der Angreifer nutzt eine Sicherheitslücke zur Codeausführung aus.

  • Indikatoren: CVE-Ausnutzungsereignisse in Anwendungs-/Betriebssystemprotokollen, Speicherkorruptionsartefakte, Shellcode-Ausführung

Phase 5 – Installation: Der Angreifer richtet Persistenz auf dem Ziel ein.

  • Indikatoren: Neue geplante Aufgaben, Registrierungs-Run-Keys, Dienstinstallationen, Web-Shells, Bootkits

Phase 6 – Command & Control (C2): Der Angreifer kommuniziert mit dem kompromittierten System.

  • Indikatoren: Beaconing-Traffic (regelmäßige Intervalle), DNS-Tunneling, HTTPS zu ungewöhnlichen Domänen, C2-Framework-Signaturen (Cobalt Strike, Sliver)

Phase 7 – Actions on Objectives: Der Angreifer erreicht seine Ziele.

  • Indikatoren: Daten-Staging/Exfiltration, laterale Bewegung, Ransomware-Ausführung, destruktive Aktivitäten

Schritt 2: Phasenabschluss und Erkennungspunkte identifizieren

Erstellen Sie eine Phasenmatrix für den Vorfall:

Phase 1: Recon        → Abgeschlossen (unerkannt)
Phase 2: Weaponize    → Abgeschlossen (unerkannt – Vorangriff)
Phase 3: Delivery     → Abgeschlossen; Phishing-E-Mail umging SEG
Phase 4: Exploit      → Abgeschlossen; CVE-2023-23397 ausgenutzt
Phase 5: Install      → ERKANNT: EDR meldete Erstellung einer geplanten Aufgabe (Angriff hier gestoppt)
Phase 6: C2           → Nicht erreicht (Installation blockiert)
Phase 7: Objectives   → Nicht erreicht

Dokumentieren Sie für jede abgeschlossene, aber unerkannte Phase die Lücke in der Verteidigungskontrolle.

Schritt 3: Für Technikdetails mit MITRE ATT&CK verknüpfen

Jede Kill-Chain-Phase ist mehreren ATT&CK-Taktiken zugeordnet:

  • Delivery → Initial Access (TA0001)
  • Exploitation → Execution (TA0002)
  • Installation → Persistence (TA0003), Privilege Escalation (TA0004)
  • C2 → Command and Control (TA0011)
  • Actions on Objectives → Exfiltration (TA0010), Impact (TA0040)

Listen Sie innerhalb jeder Phase die beobachteten spezifischen ATT&CK-Techniken auf und ordnen Sie sie vorhandenen Erkennungen zu.

Schritt 4: Handlungsoptionen pro Phase identifizieren

Dokumentieren Sie für jede Phase die anwendbaren defensiven Handlungsoptionen (COAs):

  • Erkennen COA: Welche Erkennung würde auf Angreiferaktivitäten in dieser Phase aufmerksam machen?
  • Verweigern COA: Welche Kontrolle würde den Angreifer daran hindern, diese Phase abzuschließen?
  • Unterbrechen COA: Welche Kontrolle würde den Angreifer mitten in der Phase unterbrechen?
  • Verschlechtern COA: Welche Kontrolle würde die Effektivität des Angreifers in dieser Phase verringern?
  • Täuschen COA: Welche Täuschung (Honeypots, Canary Tokens) würde Aktivitäten in dieser Phase aufdecken?
  • Zerstören COA: Welche aktive Verteidigungsfähigkeit würde die Infrastruktur des Angreifers neutralisieren?

Schritt 5: Kill-Chain-Analysebericht erstellen

Strukturieren Sie die Ergebnisse wie folgt:

  1. Angriffsnarrativ (Zeitleiste der Phasen)
  2. Phasenweise Analyse mit Beweisen
  3. Erkennungspunktanalyse (was funktionierte, was versagte)
  4. Verteidigungsempfehlung pro Phase, priorisiert nach Kosten/Nutzen
  5. Plan zur Verbesserung der Kontrollen

Schlüsselkonzepte

BegriffDefinition
Kill ChainSequenzielles Modell der Eindringungsphasen eines Angreifers; das Unterbrechen eines einzelnen Glieds stoppt theoretisch den Angriff
Handlungsoptionen (COA)Auf jede Kill-Chain-Phase abgestimmte defensive Reaktionen: erkennen, verweigern, unterbrechen, verschlechtern, täuschen, zerstören
BeaconingRegelmäßiges, periodisches C2-Check-in-Muster von einem kompromittierten Host zum Angreiferserver; durch Frequenzanalyse erkennbar
PhasenabschlussDer Angreifer schließt eine Kill-Chain-Phase erfolgreich ab und schreitet zur nächsten fort; Defense-in-Depth zielt darauf ab, dies zu verhindern
Intelligence-Gewinn/-VerlustAnalyse, ob die Erkennung in Phase 5 (statt Phase 3) die Informationen über die Fähigkeiten oder Absichten des Angreifers reduziert hat

Werkzeuge & Systeme

  • MITRE ATT&CK Navigator: Überlagerung von Kill-Chain-Phasen mit ATT&CK-Technikabdeckung für integrierte Analysen
  • Elastic Security EQL: Ereignisabfragesprache für die Abfrage mehrphasiger Angriffssequenzen im Elastic SIEM
  • Splunk ES: Zeitleistenvisualisierung und Korrelationssuchen für die Sequenzierung von Kill-Chain-Phasen
  • MISP: Kill-Chain-Tagging über Galaxy-Cluster für die strukturierte Dokumentation von Incident-Ereignissen

Häufige Fallstricke

  • Lineare Annahme: Angreifer schreiten nicht immer linear vor – sie können Phasen überspringen (Weaponization bereits aus vorheriger Kampagne abgeschlossen) oder zurückkehren (C2 nach Erkennung wiederherstellen).
  • Ignorieren der Phasen 1 und 2: Reconnaissance und Weaponization finden statt, bevor der Verteidiger Sichtbarkeit hat. Informationen über diese Phasen erfordern externe Quellen (OSINT, Threat Intelligence).
  • Fehlende Insider-Bedrohungen: Die Kill Chain wurde für externe Angreifer entwickelt. Insider-Bedrohungen können direkt zu Phase 7 springen, ohne die früheren Phasen zu durchlaufen.
  • Verwechslung mit ATT&CK-Taktiken: Die 7-Phasen-Kill-Chain und die 14 ATT&CK-Taktiken sind komplementär, aber nicht direkt äquivalent. Halten Sie die Unterscheidung aufrecht, um analytische Verwirrung zu vermeiden.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

abusing-dpapi-for-credential-access

Extract and decrypt Windows DPAPI-protected secrets (Credential Manager, browser logins/cookies, Wi-Fi credentials, KeePass keys) online or offline using SharpDPAPI, SharpChrome, Mimikatz, or Impacket

abusing-shadow-credentials-for-privesc

Take over Active Directory accounts by writing attacker-controlled public keys to msDS-KeyCredentialLink (Shadow Credentials) with pyWhisker, Whisker, or Certipy, then authenticate via PKINIT to recover the target

achieving-cmmc-level-2-compliance

>-

acquiring-disk-image-with-dd-and-dcfldd

Create forensically sound bit-for-bit disk images with dd or dcfldd on a Linux forensic workstation, preserving evidence integrity through hash verification (MD5/SHA) during acquisition. Use when imaging a suspect drive, USB device, or memory card for investigation, preserving volatile disk evidence during incident response, or producing a verified copy for legal or law-enforcement proceedings before any destructive analysis.

analyzing-active-directory-acl-abuse

Detect dangerous ACL misconfigurations in Active Directory using ldap3

analyzing-android-malware-with-apktool

Perform static analysis of Android APK malware using apktool for resource decompilation, jadx for Java source recovery, and androguard for manifest inspection, dangerous permission-combination detection, and identification of obfuscated code, dynamic code loading, and reflection-based API calls. Use to statically triage a suspicious APK without executing it or to build mobile malware detection rules.

analyzing-api-gateway-access-logs

Parses API Gateway access logs (AWS API Gateway, Kong, Nginx) to detect

analyzing-apt-group-with-mitre-navigator

Query ATT&CK data with attackcti, mitreattack-python, and stix2, then build MITRE ATT&CK Navigator layers and multi-layer heatmap overlays mapping one or more APT groups

analyzing-azure-activity-logs-for-threats

Queries Azure Monitor activity logs and sign-in logs via azure-monitor-query

analyzing-bootkit-and-rootkit-samples

Analyzes bootkit and advanced rootkit malware infecting the Master

analyzing-browser-forensics-with-hindsight

Parse Chromium-based browser databases with Hindsight to extract and correlate browsing history, downloads, cookies, cached content, autofill data, saved passwords, and extensions from Chrome, Edge, Brave, Opera, and Vivaldi into a unified timeline (XLSX, JSON, or SQLite output). Use during incident response, insider-threat investigations, or criminal cases when you need to reconstruct a user

analyzing-campaign-attribution-evidence

Systematically evaluate cyber-campaign evidence to attribute an operation to a threat actor, using the Diamond Model and Analysis of Competing Hypotheses (ACH) to weigh infrastructure overlaps, TTP consistency, malware code similarity, and timing/language artifacts into confidence-weighted attribution assessments. Use when an incident investigation needs a defensible attribution confidence level.

analyzing-certificate-transparency-for-phishing

Monitor Certificate Transparency logs using crt.sh and Certstream to

analyzing-cloud-storage-access-patterns

Detect abnormal access in AWS S3, GCS, and Azure Blob Storage by analyzing CloudTrail Data Events, GCS audit logs, and Azure Storage Analytics for after-hours bulk downloads, new-IP access, and API-call spikes (e.g. GetObject) via statistical baselines and time-series anomaly detection. Use when investigating suspected cloud data exfiltration or building related detection rules.

analyzing-cobalt-strike-beacon-configuration

Extract and analyze Cobalt Strike beacon configuration from PE files

analyzing-cobaltstrike-malleable-c2-profiles

Parse and analyze Cobalt Strike Malleable C2 profiles with dissect.cobaltstrike (profiles and beacon-payload configs) and pyMalleableC2 (AST parsing) to extract HTTP/DNS transforms, URIs, headers, sleep/jitter, and injection behavior, then generate network detection signatures. Use when reverse-engineering a captured malleable profile or building detections against Cobalt Strike Beacon traffic.

analyzing-command-and-control-communication

Analyzes malware C2 communication over HTTP, HTTPS, DNS, and custom

analyzing-disk-image-with-autopsy

Perform comprehensive forensic analysis of raw (dd), E01, or AFF disk images with Autopsy and The Sleuth Kit, recovering deleted files, examining metadata and embedded artifacts, keyword searching, and building investigation timelines with visual reports. Use for structured analysis of a forensic disk image or when stakeholders need visual reports from evidence.

analyzing-dns-logs-for-exfiltration

Analyzes DNS query logs to detect data exfiltration via DNS tunneling,

analyzing-docker-container-forensics

Investigate compromised Docker containers by analyzing images, layers,

Verwandte Skills