Communitygithub.com

Analyse von Heap-Spray-Exploitation

Erkennung und Analyse von Heap-Spray-Angriffen in Speicherabbildern mit Volatility3.

Was ist Analyse von Heap-Spray-Exploitation?

Diese Skill-Anleitung beschreibt, wie Heap-Spray-Exploitation-Techniken in Speicherabbildern mithilfe von Volatility3 erkannt und analysiert werden. Heap Spray ist eine Technik, bei der große Heap-Bereiche mit Angreiferdaten (z. B. NOP-Slides gefolgt von Shellcode) gefüllt werden, um die Zuverlässigkeit von Code-Ausführungs-Exploits zu erhöhen. Die Anleitung führt durch die Identifizierung verdächtiger Prozesse mit dem malfind-Plugin, die Analyse von VAD-Einträgen (Virtual Address Descriptor) auf zusammenhängende RWX-Speicherzuweisungen, die Suche nach NOP-Slide-Mustern (0x90, 0x0c0c0c0c) und die Extraktion von Shellcode aus Speicherbereichen. Sie ist für Sicherheitsanalysten, Bedrohungsjäger und SOC-Teams gedacht, die strukturierte Verfahren zur Untersuchung von Heap-Spray-Angriffen benötigen und unterstützt die Arbeit mit Volatility3 auf Python 3.9+.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-heap-spray-exploitation
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 von Heap-Spray-Exploitation?

Übersicht

Heap Spray ist eine Ausnutzungstechnik, bei der große Heap-Bereiche eines Prozesses mit angreifergesteuerten Daten gefüllt werden (typischerweise NOP-Slides, gefolgt von Shellcode), um die Zuverlässigkeit von Codeausführungs-Exploits zu erhöhen. Diese Skill-Anleitung behandelt die Erkennung von Heap-Spray-Artefakten in Speicherabbildern mithilfe der Volatility3-Plugins malfind, vadinfo und memmap, die Identifizierung verdächtiger zusammenhängender Speicherzuweisungen, die Suche nach NOP-Slide-Mustern (0x90, 0x0c0c0c0c) und die Extraktion eingebetteten Shellcodes zur Analyse.

Wann verwenden

  • Bei der Untersuchung von Sicherheitsvorfällen, die eine Analyse von Heap-Spray-Exploitation erfordern
  • Beim Erstellen von Erkennungsregeln oder Bedrohungsjagdabfragen für diesen Bereich
  • Wenn SOC-Analysten strukturierte Verfahren für diesen Analysetyp benötigen
  • Beim Validieren der Sicherheitsüberwachungsabdeckung für verwandte Angriffstechniken

Voraussetzungen

  • Python 3.9+ mit installiertem volatility3-Framework
  • Speicherabbilddatei (.raw, .vmem, .dmp-Format)
  • Verständnis des virtuellen Speicherlayouts und von VAD-Bäumen (Virtual Address Descriptor)
  • Vertrautheit mit gängigen Shellcode-Mustern und NOP-Slide-Kodierungen

Schritte

Schritt 1: Verdächtige Prozesse identifizieren

Verwenden Sie Volatility3 windows.malfind, um Prozesse mit ausführbaren injizierten Speicherbereichen zu scannen.

Schritt 2: VAD-Einträge analysieren

Untersuchen Sie VAD-Baumeinträge mit windows.vadinfo auf große zusammenhängende Zuweisungen mit RWX-Berechtigungen.

Schritt 3: NOP-Slide-Muster scannen

Durchsuchen Sie verdächtige Speicherbereiche nach NOP-Slide-Signaturen (0x90-Sequenzen, 0x0c0c0c0c-Muster).

Schritt 4: Shellcode extrahieren und analysieren

Sichern Sie verdächtige Speicherbereiche und identifizieren Sie Shellcode mithilfe von Bytepattermanalysen.

Erwartete Ausgabe

JSON-Bericht mit verdächtigen Prozessen, Heap-Spray-Indikatoren, NOP-Slide-Positionen, Speicherbereichsgrößen und extrahierten Shellcode-Hashes.

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