Communitygithub.com

Analyse von Ethereum-Smart-Contract-Sicherheitslücken

Führt statische und symbolische Analysen von Solidity-Smart-Contracts durch, Sicherheitslücken zu identifizieren.

Was ist Analyse von Ethereum-Smart-Contract-Sicherheitslücken?

Diese Fertigkeit ermöglicht die automatisierte Sicherheitsanalyse von Ethereum-Smart-Contracts mit zwei leistungsstarken Open-Source-Tools: Slither und Mythril. Slither führt eine schnelle statische Codeanalyse mit über 90 integrierten Detektoren durch, die typische Schwachstellenmuster in Sekundenschnelle aufdecken. Mythril nutzt symbolische Ausführung und SMT-Lösung, um komplexe, pfadsensitive Schwachstellen wie Reentrancy, Integer-Overflows oder ungeprüfte externe Aufrufe zu identifizieren. Der Workflow umfasst die Ausführung beider Tools, das Zusammenführen und Priorisieren der Ergebnisse nach Schweregrad sowie die Generierung eines prüfbaren Audit-Berichts mit SWC-Klassifikationen (Smart Contract Weakness Classification). Die Fertigkeit unterstützt Entwickler und Sicherheitsanalysten dabei, vor dem Deployment kritische Sicherheitslücken zu erkennen und fundierte Entscheidungen zur Behebung zu treffen – unverzichtbar für Teams, die mit DeFi-Protokollen oder anderen wertbasierten Smart Contracts arbeiten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-ethereum-smart-contract-vulnerabilities

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Analyse von Ethereum-Smart-Contract-Sicherheitslücken?

Übersicht

Sicherheitslücken in Smart Contracts haben bereits Milliardenverluste in DeFi-Protokollen verursacht. Im Gegensatz zu herkömmlicher Software sind deployed Smart Contracts unveränderlich und verwalten echte finanzielle Werte, weshalb eine Sicherheitsanalyse vor dem Deployment entscheidend ist. Slither führt eine schnelle statische Analyse mithilfe einer Zwischendarstellung durch und erkennt über 90 Schwachstellenmuster in Sekunden. Mythril hingegen nutzt symbolische Ausführung und SMT-Lösung, um komplexe Ausführungspfad-Schwachstellen wie Reentrancy und Integer-Overflows aufzudecken. Diese Fertigkeit umfasst die Ausführung beider Tools auf Solidity-Contracts, die Interpretation der Ergebnisse, die Priorisierung von Befunden nach Schweregrad und die Erstellung von Audit-Berichten.

Wann verwenden

  • Bei der Untersuchung von Sicherheitsvorfällen, die die Analyse von Ethereum-Smart-Contract-Sicherheitslücken erfordern
  • Beim Erstellen von Erkennungsregeln oder Bedrohungssuchabfragen für diesen Bereich
  • Wenn SOC-Analysten strukturierte Verfahren für diese Art von Analyse benötigen
  • Beim Validieren der Sicherheitsüberwachungsabdeckung für verwandte Angriffstechniken

Voraussetzungen

  • Python 3.10+ mit pip
  • Slither (pip install slither-analyzer) und solc-Compiler
  • Mythril (pip install mythril) mit solc-select für Compiler-Versionsverwaltung
  • Solidity-Quellcode oder compilierter Contract-Bytecode
  • Foundry- oder Hardhat-Entwicklungsframework (optional, für Projektanalyse auf Repository-Ebene)

Schritte

Schritt 1: Statische Analyse mit Slither ausführen

Führen Sie Slither gegen die Contract-Codebasis aus, um Schwachstellenmuster, Optimierungsmöglichkeiten und Codequalitätsprobleme mit den über 90 integrierten Detektoren zu identifizieren.

Schritt 2: Symbolische Ausführung mit Mythril ausführen

Führen Sie Mythril-Tiefenanalyse aus, um Ausführungspfade zu untersuchen und Reentrancy, ungeprüfte externe Aufrufe sowie arithmetische Schwachstellen zu entdecken, die eine pfadsensitive Analyse erfordern.

Schritt 3: Befunde priorisieren und korrelieren

Kombinieren Sie Ergebnisse beider Tools, entfernen Sie Duplikate, bewerten Sie den Schweregrad basierend auf Ausnutzbarkeit und finanziellen Auswirkungen und filtern Sie Fehlalarme heraus.

Schritt 4: Audit-Bericht erstellen

Erstellen Sie einen strukturierten Audit-Bericht mit Schwachstellenbeschreibungen, betroffenen Codestellen, Exploit-Szenarien und Empfehlungen zur Behebung.

Erwartete Ausgabe

JSON-Bericht mit Auflistung von Schwachstellen, einschließlich SWC-Identifikatoren (Smart Contract Weakness Classification), Schweregradbewertungen, betroffenen Funktionen und vorgeschlagenen Korrekturen.

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