Communitygithub.com

Analyse der Docker-Container-Forensik

Untersuche kompromittierte Docker-Container durch Analyse von Images, Layern und Host-Artefakten.

Was ist Analyse der Docker-Container-Forensik?

Diese Fertigkeit bietet eine umfassende Anleitung zur forensischen Untersuchung von Docker-Containern. Sie deckt den gesamten Prozess von der Sicherung des Containerzustands über die Analyse von Image-Layern bis hin zur Untersuchung von Host-Artefakten und der Erstellung von Berichten ab. Die Fertigkeit unterstützt gängige Forensik-Tools wie dive, container-diff, Trivy und Grype und zeigt detaillierte Workflows für verschiedene Szenarien wie Webanwendungs-Kompromittierung, Supply-Chain-Angriffe, Container-Escape und Cryptojacking. Sie ist ideal für Incident-Responder, Forensiker und Sicherheitsingenieure, die in containerisierten Umgebungen arbeiten. Die Anleitung enthält sowohl Befehle für Live-Systeme als auch für Offline-Analysen von forensischen Images.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-docker-container-forensics
Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Was macht Analyse der Docker-Container-Forensik?

Verwendungszweck

  • Bei der Untersuchung eines kompromittierten Docker-Containers oder Container-Hosts
  • Für die Analyse bösartiger Docker-Images, die aus Registries gezogen wurden
  • Während der Incident-Response bei Sicherheitsvorfällen in containerisierten Anwendungen
  • Bei der Untersuchung von Container-Escape-Versuchen oder Privilegieneskalation
  • Für die Überprüfung von Container-Konfigurationen und die Identifizierung von Fehlkonfigurationen

Voraussetzungen

  • Docker-CLI-Zugriff auf der Forensik-Workstation
  • Zugriff auf das Dateisystem des Docker-Hosts (forensisches Image oder Live-System)
  • Verständnis des geschichteten Dateisystems von Docker (overlay2, aufs)
  • dive, docker-explorer oder container-diff zur Image-Analyse
  • Kenntnisse der Docker-Daemon-Konfiguration und Socket-Sicherheit
  • Trivy oder Grype zur Schwachstellenscanning von Container-Images

Arbeitsablauf

Schritt 1: Containerzustand und Beweismittel sichern

# Alle Container auflisten (auch gestoppte)
docker ps -a --no-trunc > /cases/case-2024-001/docker/container_list.txt

# Den kompromittierten Container inspizieren
CONTAINER_ID="abc123def456"
docker inspect $CONTAINER_ID > /cases/case-2024-001/docker/container_inspect.json

# Container-Dateisystem als Tarball exportieren (aktuellen Zustand sichern)
docker export $CONTAINER_ID > /cases/case-2024-001/docker/container_export.tar

# Ein Image aus dem aktuellen Container-Zustand erstellen
docker commit $CONTAINER_ID forensic-evidence:case-2024-001
docker save forensic-evidence:case-2024-001 > /cases/case-2024-001/docker/container_image.tar

# Container-Logs erfassen
docker logs $CONTAINER_ID --timestamps > /cases/case-2024-001/docker/container_logs.txt 2>&1

# Laufende Prozesse erfassen (falls der Container noch läuft)
docker top $CONTAINER_ID > /cases/case-2024-001/docker/container_processes.txt

# Netzwerkverbindungen erfassen
docker exec $CONTAINER_ID netstat -tlnp 2>/dev/null > /cases/case-2024-001/docker/container_network.txt

# Bestimmte Dateien aus dem Container kopieren
docker cp $CONTAINER_ID:/var/log/ /cases/case-2024-001/docker/container_var_log/
docker cp $CONTAINER_ID:/tmp/ /cases/case-2024-001/docker/container_tmp/
docker cp $CONTAINER_ID:/etc/passwd /cases/case-2024-001/docker/container_passwd

# Alle exportierten Beweismittel hashen
sha256sum /cases/case-2024-001/docker/*.tar > /cases/case-2024-001/docker/evidence_hashes.txt

Schritt 2: Container-Image-Layer analysieren

# dive zur Image-Layer-Analyse installieren
wget https://github.com/wagoodman/dive/releases/latest/download/dive_linux_amd64.deb
sudo dpkg -i dive_linux_amd64.deb

# Image-Layer interaktiv analysieren
dive forensic-evidence:case-2024-001

# Nicht-interaktive Layer-Analyse
dive forensic-evidence:case-2024-001 --ci --json /cases/case-2024-001/docker/dive_analysis.json

# Einzelne Layer extrahieren und untersuchen
mkdir -p /cases/case-2024-001/docker/layers/
tar -xf /cases/case-2024-001/docker/container_image.tar -C /cases/case-2024-001/docker/layers/

# Image-Manifest und Layer-Reihenfolge auflisten
cat /cases/case-2024-001/docker/layers/manifest.json | python3 -m json.tool

# Jeden Layer auf Änderungen untersuchen
for layer in /cases/case-2024-001/docker/layers/*/layer.tar; do
    echo "=== Layer: $(dirname $layer | xargs basename) ==="
    tar -tf "$layer" | head -20
    echo "..."
done

# container-diff zum Vergleich mit dem ursprünglichen Basis-Image verwenden
# container-diff installieren
curl -LO https://storage.googleapis.com/container-diff/latest/container-diff-linux-amd64
chmod +x container-diff-linux-amd64

# Committiertes Image mit dem Original vergleichen
./container-diff-linux-amd64 diff daemon://nginx:latest daemon://forensic-evidence:case-2024-001 \
   --type=file --type=apt --type=history --json \
   > /cases/case-2024-001/docker/container_diff.json

Schritt 3: Docker-Host-Artefakte untersuchen

# Docker-Datenverzeichnis (Standard: /var/lib/docker/)
DOCKER_ROOT="/mnt/evidence/var/lib/docker"

# overlay2-Dateisystem-Layer untersuchen
ls -la $DOCKER_ROOT/overlay2/

# Das zusammengeführte Dateisystem des Containers finden
CONTAINER_HASH=$(docker inspect $CONTAINER_ID --format '{{.GraphDriver.Data.MergedDir}}' 2>/dev/null)
# Oder manuell aus dem forensischen Image:
# Blick in /var/lib/docker/containers/<container_id>/config.v2.json

# Container-Konfigurationsdateien analysieren
cat $DOCKER_ROOT/containers/$CONTAINER_ID/config.v2.json | python3 -m json.tool \
   > /cases/case-2024-001/docker/container_config.json

# Docker-Daemon-Konfiguration prüfen
cat /mnt/evidence/etc/docker/daemon.json 2>/dev/null > /cases/case-2024-001/docker/daemon_config.json

# Docker-Ereignisprotokoll untersuchen
cat $DOCKER_ROOT/containers/$CONTAINER_ID/*.log > /cases/case-2024-001/docker/container_json_logs.txt

# Auf Volume-Mounts prüfen (potenzieller Host-Dateisystemzugriff)
python3 << 'PYEOF'
import json

with open('/cases/case-2024-001/docker/container_inspect.json') as f:
    data = json.load(f)

inspect = data[0] if isinstance(data, list) else data

print("=== CONTAINER-SICHERHEITSANALYSE ===\n")

# Mounts prüfen
print("Volume-Mounts:")
for mount in inspect.get('Mounts', []):
    rw = "LESEN-SCHREIBEN" if mount.get('RW') else "SCHREIBGESCHÜTZT"
    print(f"  {mount.get('Source', 'N/A')} -> {mount.get('Destination', 'N/A')} ({rw})")
    if mount.get('Source') in ('/', '/etc', '/var', '/root') and mount.get('RW'):
        print(f"    WARNUNG: Sensitiver Host-Pfad lesen-schreiben gemountet!")

# Privilegierten Modus prüfen
host_config = inspect.get('HostConfig', {})
if host_config.get('Privileged'):
    print("\nWARNUNG: Container lief im PRIVILEGIERTEN Modus!")

# Capabilities prüfen
cap_add = host_config.get('CapAdd', [])
if cap_add:
    print(f"\nHinzugefügte Capabilities: {cap_add}")
    dangerous_caps = ['SYS_ADMIN', 'SYS_PTRACE', 'NET_ADMIN', 'SYS_MODULE']
    for cap in cap_add:
        if cap in dangerous_caps:
            print(f"  WARNUNG: Gefährliche Capability: {cap}")

# PID-Namensraum prüfen
if host_config.get('PidMode') == 'host':
    print("\nWARNUNG: Container teilt den Host-PID-Namensraum!")

# Netzwerkmodus prüfen
if host_config.get('NetworkMode') == 'host':
    print("\nWARNUNG: Container teilt den Host-Netzwerknamensraum!")

# Benutzer prüfen
user = inspect.get('Config', {}).get('User', 'root (Standard)')
print(f"\nLäuft als Benutzer: {user}")

# Umgebungsvariablen auf Geheimnisse prüfen
env_vars = inspect.get('Config', {}).get('Env', [])
print(f"\nUmgebungsvariablen: {len(env_vars)}")
for env in env_vars:
    key = env.split('=')[0]
    if any(s in key.upper() for s in ['PASSWORD', 'SECRET', 'KEY', 'TOKEN', 'CREDENTIAL']):
        print(f"  SENSITIV: {key}=***GESCHWÄRZT***")
PYEOF

Schritt 4: Änderungen am Container-Dateisystem analysieren

# Container-Dateisystem mit dem ursprünglichen Image vergleichen
docker diff $CONTAINER_ID > /cases/case-2024-001/docker/filesystem_changes.txt

# A = Hinzugefügt, C = Geändert, D = Gelöscht
# Änderungen analysieren
python3 << 'PYEOF'
added = []
changed = []
deleted = []

with open('/cases/case-2024-001/docker/filesystem_changes.txt') as f:
    for line in f:
        line = line.strip()
        if line.startswith('A '):
            added.append(line[2:])
        elif line.startswith('C '):
            changed.append(line[2:])
        elif line.startswith('D '):
            deleted.append(line[2:])

print(f"Dateien hinzugefügt: {len(added)}")
print(f"Dateien geändert: {len(changed)}")
print(f"Dateien gelöscht: {len(deleted)}")

# Verdächtige Hinzufügungen markieren
suspicious = [f for f in added if any(s in f for s in
    ['/tmp/', '/dev/shm/', '/root/', '.sh', '.py', '.elf', 'reverse', 'shell', 'backdoor'])]
if suspicious:
    print(f"\nVerdächtige hinzugefügte Dateien:")
    for f in suspicious:
        print(f"  {f}")

# Verdächtige Änderungen markieren
sus_changed = [f for f in changed if any(s in f for s in
    ['/etc/passwd', '/etc/shadow', '/etc/crontab', '/etc/ssh', '.bashrc'])]
if sus_changed:
    print(f"\nVerdächtige geänderte Dateien:")
    for f in sus_changed:
        print(f"  {f}")
PYEOF

# Container-Export extrahieren und untersuchen
mkdir -p /cases/case-2024-001/docker/container_fs/
tar -xf /cases/case-2024-001/docker/container_export.tar -C /cases/case-2024-001/docker/container_fs/

# Nach Webshells und bösartigen Dateien suchen
find /cases/case-2024-001/docker/container_fs/tmp/ -type f -exec file {} \;
find /cases/case-2024-001/docker/container_fs/ -name "*.php" -newer /cases/case-2024-001/docker/container_fs/etc/hostname

Schritt 5: Auf Schwachstellen scannen und Bericht erstellen

# Das Image auf bekannte Schwachstellen scannen
trivy image forensic-evidence:case-2024-001 \
   --format json \
   --output /cases/case-2024-001/docker/vulnerability_scan.json

# Das exportierte Dateisystem scannen
trivy fs /cases/case-2024-001/docker/container_fs/ \
   --format table \
   --output /cases/case-2024-001/docker/fs_vulnerabilities.txt

# Nach Geheimnissen im Image suchen
trivy image forensic-evidence:case-2024-001 \
   --scanners secret \
   --format json \
   --output /cases/case-2024-001/docker/secrets_scan.json

Schlüsselkonzepte

KonzeptBeschreibung
Image-LayerNur-Lesen-Dateisystemschichten, die das Container-Image bilden
overlay2Standard-Docker-Speichertreiber mit Union-Dateisystem für Layer
Container-DiffVergleich der Laufzeit-Dateisystemänderungen mit dem Original-Image
Privilegierter ModusContainer mit vollständigen Host-Capabilities (umgeht die meisten Isolationen)
Docker-SocketUnix-Socket (/var/run/docker.sock) zur Steuerung des Docker-Daemons
Container-EscapeTechnik zum Ausbrechen aus der Container-Isolation auf den Host
Volume-MountsHost-Dateisystempfade, die innerhalb des Containers zugänglich gemacht werden
Image-HistorieAufzeichnung der Dockerfile-Anweisungen, die zum Erstellen jedes Layers verwendet wurden

Werkzeuge & Systeme

WerkzeugZweck
docker inspectDetaillierte Container-Konfiguration und Zustandsinformationen
docker diffDateisystemänderungen in einem laufenden/gestoppten Container anzeigen
diveInteraktives Docker-Image-Layer-Analysewerkzeug
container-diffGoogle-Werkzeug zum Vergleichen von Container-Image-Inhalten
TrivySchwachstellenscanner für Container-Images und Dateisysteme
docker-explorerForensik-Werkzeug für die Offline-Analyse von Docker-Artefakten
SysdigLaufzeit-Sicherheitsüberwachung und Forensik für Container
FalcoLaufzeit-Bedrohungserkennung für Container und Kubernetes

Häufige Szenarien

Szenario 1: Kompromittierung einer Webanwendungs-Container Exportieren Sie das Container-Dateisystem, identifizieren Sie Webshells im Web-Root, analysieren Sie Zugriffslogs auf Exploit-Versuche, prüfen Sie auf hinzugefügte Dateien und geänderte Konfigurationen, untersuchen Sie Netzwerkverbindungen auf C2-Kommunikation, überprüfen Sie Container-Capabilities auf Eskalationspfade.

Szenario 2: Supply-Chain-Angriff über bösartiges Image Analysieren Sie Image-Layer mit dive, um zu identifizieren, welcher Layer bösartige Inhalte hinzugefügt hat, vergleichen Sie mit dem offiziellen Basis-Image mit container-diff, prüfen Sie die Image-Historie auf verdächtige RUN-Befehle, scannen Sie nach eingebauten Backdoors und Cryptominern, verfolgen Sie den Image-Pull anhand von Registry-Logs.

Szenario 3: Untersuchung eines Container-Escapes Prüfen Sie, ob der Container privilegiert oder mit gefährlichen Capabilities lief, untersuchen Sie Host-Dateisystem-Mountpoints auf unbefugten Zugriff, überprüfen Sie Docker-Socket-Mounts, die Docker-in-Docker-Missbrauch ermöglichen, analysieren Sie Host-Systemlogs auf Container-Escape-Indikatoren, suchen Sie nach Kernel-Exploit-Artefakten.

Szenario 4: Cryptojacking in einer Container-Umgebung Identifizieren Sie Container mit hoher CPU-Auslastung, exportieren Sie das Container-Image und analysieren Sie es auf Mining-Binaries, prüfen Sie auf unbefugte Images in der Registry, überprüfen Sie Container-Erstellungsereignisse auf Schattenbereitstellungen, untersuchen Sie Netzwerkverbindungen auf Mining-Pool-Kommunikation.

Ausgabeformat

Docker Container Forensik Zusammenfassung:
  Container: abc123def456 (nginx-app)
  Image: company/web-app:v2.1
  Status: Läuft (gestartet 2024-01-10 09:00 UTC)
  Host: docker-host-01.corp.local

  Sicherheitskonfiguration:
    Privilegiert: Nein
    Capabilities hinzugefügt: NET_ADMIN (WARNUNG)
    Volume-Mounts: /var/log -> /host-logs (RW)
    Netzwerkmodus: bridge
    Benutzer: root (WARNUNG)

  Dateisystemänderungen:
    Hinzugefügt: 23 Dateien (5 verdächtig)
    Geändert: 12 Dateien (2 verdächtig)
    Gelöscht: 0 Dateien

  Verdächtige Funde:
    /tmp/reverse.sh - Reverse-Shell-Skript (Hinzugefügt)
    /var/www/html/.hidden/shell.php - PHP-Webshell (Hinzugefügt)
    /etc/crontab - Geändert (Persistenz-Cron-Eintrag hinzugefügt)
    /root/.ssh/authorized_keys - Geändert (Unbefugter Schlüssel hinzugefügt)

  Schwachstellenscan:
    Kritisch: 3 (CVE-2024-xxxx im Basis-Image)
    Hoch: 12
    Mittel: 34

  Beweismittel: /cases/case-2024-001/docker/

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-cyber-kill-chain

Analyzes intrusion activity against the Lockheed Martin Cyber Kill Chain

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,

Verwandte Skills

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community