Communitygithub.com

análisis-de-perfiles-c2-maleables-de-cobaltstrike

Analiza perfiles C2 maleables de Cobalt Strike con dissect.cobaltstrike y pyMalleableC2 para extraer transformaciones HTTP/DNS, URI, cabeceras, sleep/jitter y comportamiento de inyección, y luego genera firmas de detección de red.

¿Qué es análisis-de-perfiles-c2-maleables-de-cobaltstrike?

Esta habilidad está diseñada para analizar perfiles C2 maleables de Cobalt Strike, que son scripts en un lenguaje de dominio específico que personalizan la comunicación de Beacon con el servidor del equipo. Utiliza las bibliotecas `dissect.cobaltstrike` y `pyMalleableC2` para extraer componentes clave como transformaciones HTTP, URI, cabeceras, intervalos de sleep y jitter, configuraciones de inyección de procesos y ajustes DNS. El objetivo principal es ayudar a los analistas de seguridad a generar indicadores de red y firmas de detección (por ejemplo, para Suricata/Snort) a partir de perfiles maliciosos, permitiendo la identificación de tráfico C2 disfrazado como servicios legítimos. Soporta múltiples plataformas de agente (Claude Code, Cursor, Codex) y es útil durante investigaciones de incidentes, construcción de reglas de detección o validación de cobertura de monitoreo. El resultado esperado es un informe JSON detallado con IOCs y reglas de detección accionables.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-cobaltstrike-malleable-c2-profiles

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Análisis de Perfiles C2 Maleables de CobaltStrike

Descripción general

Los perfiles C2 maleables de Cobalt Strike son scripts de lenguaje de dominio específico que personalizan cómo Beacon se comunica con el servidor del equipo, definiendo transformaciones de solicitud/respuesta HTTP, intervalos de sleep, valores de jitter, agentes de usuario, rutas URI y comportamiento de inyección de procesos. Los actores de amenazas utilizan perfiles maleables para disfrazar el tráfico C2 como servicios legítimos (Amazon, Google, Slack). El análisis de estos perfiles revela indicadores de red para la detección: patrones URI, cabeceras HTTP, transformaciones POST/GET, configuraciones DNS y técnicas de inyección de procesos. La biblioteca dissect.cobaltstrike puede analizar tanto archivos de perfil como extraer configuraciones de cargas útiles de Beacon, mientras que pyMalleableC2 proporciona análisis basado en AST utilizando gramática Lark para la manipulación y validación programática de perfiles.

Cuándo usarlo

  • Al investigar incidentes de seguridad que requieran analizar perfiles C2 maleables de Cobalt Strike
  • Al construir reglas de detección o consultas de búsqueda de amenazas para este dominio
  • Cuando los analistas del SOC necesitan procedimientos estructurados para este tipo de análisis
  • Al validar la cobertura de monitoreo de seguridad para técnicas de ataque relacionadas

Requisitos previos

  • Python 3.9+ con dissect.cobaltstrike y/o pyMalleableC2
  • Perfiles C2 maleables de muestra (disponibles en repositorios públicos)
  • Comprensión del protocolo HTTP y del modelo de comunicación de Beacon de Cobalt Strike
  • Herramientas de monitoreo de red (Suricata/Snort) para implementación de firmas
  • Herramientas de análisis de PCAP para validación de tráfico

Pasos

  1. Instalar bibliotecas: pip install dissect.cobaltstrike o pip install pyMalleableC2
  2. Analizar perfil con C2Profile.from_path("profile.profile")
  3. Extraer configuraciones de bloques HTTP GET/POST (URI, cabeceras, parámetros)
  4. Identificar cadenas de agente de usuario y objetivos de suplantación
  5. Extraer tiempo de sleep, porcentaje de jitter y configuraciones de Beacon DNS
  6. Analizar configuraciones de inyección de procesos (spawn-to, técnica de asignación)
  7. Generar firmas Suricata/Snort a partir de los indicadores de red extraídos
  8. Comparar perfil con colecciones de perfiles de actores de amenazas conocidos
  9. Extraer URI de staging y mecanismos de entrega de carga útil
  10. Producir informe de detección con IOCs y firmas de red recomendadas

Resultado esperado

Un informe JSON que contenga URI C2 extraídos, cabeceras HTTP, agentes de usuario, configuraciones de sleep/jitter, configuración de inyección de procesos, rutas de procesos generados, configuraciones DNS y reglas de detección compatibles con Suricata generadas.

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-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,

analyzing-docker-container-forensics

Investigate compromised Docker containers by analyzing images, layers,

Skills relacionados