Communitygithub.com

análisis-de-cadena-de-ciberataque

Analiza la actividad de intrusiones contra la Cadena de Ciberataque de Lockheed Martin.

¿Qué es análisis-de-cadena-de-ciberataque?

Esta habilidad permite analizar intrusiones cibernéticas utilizando el modelo de la Cadena de Ciberataque de Lockheed Martin, que divide un ataque en siete fases: Reconocimiento, Arme, Entrega, Explotación, Instalación, Comando y Control, y Acciones sobre los Objetivos. Es útil para analistas de seguridad, respondedores de incidentes y cazadores de amenazas que buscan entender el progreso de un adversario a través de un ataque, identificar dónde se detectó o se detuvo la intrusión, y planificar defensas en capas. La habilidad guía al usuario para mapear acciones observadas a las fases, crear una matriz de fases, enriquecer el análisis con técnicas MITRE ATT&CK, y proponer cursos de acción defensivos (detectar, denegar, interrumpir, degradar, engañar, destruir). El resultado final es un informe estructurado que comunica el progreso del ataque y las brechas defensivas, apoyado por herramientas como MITRE ATT&CK Navigator, Elastic Security, Splunk ES y MISP. Es importante evitar trampas comunes como asumir un progreso lineal del adversario o ignorar las fases de reconocimiento y arme.

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

Preguntar en tu IA favorita

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

Documentación

Análisis de la Cadena de Ciberataque

Cuándo Usarlo

Usa esta habilidad cuando:

  • Realices un análisis post-incidente para determinar qué tan lejos progresó un adversario a través de una secuencia de ataque.
  • Diseñes controles defensivos en capas con el objetivo de interrumpir ataques en la fase más temprana posible.
  • Elabores informes de inteligencia de amenazas que comuniquen el progreso del ataque a partes interesadas no técnicas.

No uses esta habilidad como un marco independiente; combínala con MITRE ATT&CK para obtener granularidad a nivel de técnica más allá de lo que proporciona la cadena de 7 fases.

Prerrequisitos

  • Cronología completa del incidente con artefactos forenses mapeados a acciones específicas del adversario.
  • Matriz empresarial MITRE ATT&CK para el mapeo a nivel de técnica dentro de cada fase de la cadena de ataque.
  • Acceso a inteligencia de amenazas sobre la progresión típica de la cadena de ataque del grupo adversario sospechoso.
  • Informe posterior al incidente o cronología de IR del equipo de respuesta.

Flujo de Trabajo

Paso 1: Mapear Acciones Observadas a las Fases de la Cadena de Ataque

La Cadena de Ciberataque de Lockheed Martin consta de siete fases. Mapea todas las acciones observadas del adversario:

Fase 1 - Reconocimiento: El adversario recopila información del objetivo antes del ataque.

  • Indicadores: Consultas DNS desde IP del adversario, scraping de LinkedIn, análisis de ofertas de trabajo, escaneos de Shodan de la infraestructura de la organización.

Fase 2 - Arme: El adversario crea la herramienta de ataque (malware + exploit).

  • Indicadores: Marcas de tiempo de compilación de malware, metadatos de documentos exploit, artefactos de construcción en muestras de malware.

Fase 3 - Entrega: El adversario transmite la herramienta al objetivo.

  • Indicadores: Correos de phishing, archivos adjuntos maliciosos, descargas automáticas, dispositivos USB, compromiso de la cadena de suministro.

Fase 4 - Explotación: El adversario explota una vulnerabilidad para ejecutar código.

  • Indicadores: Eventos de explotación CVE en registros de aplicación/SO, artefactos de corrupción de memoria, ejecución de shellcode.

Fase 5 - Instalación: El adversario establece persistencia en el objetivo.

  • Indicadores: Nuevas tareas programadas, claves de ejecución del registro, instalación de servicios, webshells, bootkits.

Fase 6 - Comando y Control (C2): El adversario se comunica con el sistema comprometido.

  • Indicadores: Tráfico de baliza (intervalos regulares), tunelización DNS, HTTPS hacia dominios poco comunes, firmas de frameworks C2 (Cobalt Strike, Sliver).

Fase 7 - Acciones sobre los Objetivos: El adversario logra sus objetivos.

  • Indicadores: Preparación/exfiltración de datos, movimiento lateral, ejecución de ransomware, actividad destructiva.

Paso 2: Identificar Puntos de Finalización de Fase y Detección

Crea una matriz de fases para el incidente:

Fase 1: Reconocimiento      → Completado (no detectado)
Fase 2: Arme                → Completado (no detectado — previo al ataque)
Fase 3: Entrega             → Completado; el correo de phishing evadió el SEG
Fase 4: Explotación         → Completado; se explotó CVE-2023-23397
Fase 5: Instalación         → DETECTADO: EDR marcó la creación de tarea programada (ataque detenido aquí)
Fase 6: C2                  → No se logró (instalación bloqueada)
Fase 7: Objetivos           → No se logró

Para cada fase completada sin detección, documenta la brecha de control defensivo.

Paso 3: Mapear a MITRE ATT&CK para Detalle de Técnica

Cada fase de la cadena de ataque se mapea a múltiples tácticas ATT&CK:

  • Entrega → Acceso Inicial (TA0001)
  • Explotación → Ejecución (TA0002)
  • Instalación → Persistencia (TA0003), Escalada de Privilegios (TA0004)
  • C2 → Comando y Control (TA0011)
  • Acciones sobre los Objetivos → Exfiltración (TA0010), Impacto (TA0040)

Dentro de cada fase, enumera las técnicas específicas de ATT&CK observadas y mapea a las detecciones existentes.

Paso 4: Identificar Cursos de Acción por Fase

Para cada fase, documenta los cursos de acción (COA) defensivos aplicables:

  • COA de Detección: ¿Qué detección alertaría sobre la actividad del adversario en esta fase?
  • COA de Denegación: ¿Qué control evitaría que el adversario complete esta fase?
  • COA de Interrupción: ¿Qué control interrumpiría al adversario a mitad de la fase?
  • COA de Degradación: ¿Qué control reduciría la efectividad del adversario en esta fase?
  • COA de Engaño: ¿Qué engaño (honeypots, fichas canarias) expondría la actividad en esta fase?
  • COA de Destrucción: ¿Qué capacidad de defensa activa neutralizaría la infraestructura del adversario?

Paso 5: Producir Informe de Análisis de la Cadena de Ataque

Estructura los hallazgos como:

  1. Narrativa del ataque (cronología de fases).
  2. Análisis fase por fase con evidencia.
  3. Análisis de puntos de detección (qué funcionó, qué falló).
  4. Recomendación defensiva por fase, priorizada por costo/efectividad.
  5. Hoja de ruta de mejora de controles.

Conceptos Clave

TérminoDefinición
Cadena de AtaqueModelo secuencial de fases de intrusión del adversario; romper cualquier eslabón detiene teóricamente el ataque
Cursos de Acción (COA)Respuestas defensivas mapeadas a cada fase de la cadena de ataque: detectar, denegar, interrumpir, degradar, engañar, destruir
Baliza (Beaconing)Patrón regular y periódico de check-in C2 desde el host comprometido al servidor del adversario; detectable mediante análisis de frecuencia
Finalización de FaseEl adversario completa exitosamente una fase de la cadena de ataque y avanza a la siguiente; la defensa en profundidad busca prevenir esto
Ganancia/Pérdida de InteligenciaAnálisis de si detectar en la Fase 5 (vs. Fase 3) redujo la inteligencia sobre las capacidades o intenciones del adversario

Herramientas y Sistemas

  • MITRE ATT&CK Navigator: Superpone las fases de la cadena de ataque con la cobertura de técnicas ATT&CK para un análisis integrado.
  • Elastic Security EQL: Lenguaje de Consulta de Eventos para consultar secuencias de ataque de múltiples fases en Elastic SIEM.
  • Splunk ES: Visualización de cronologías y búsquedas de correlación para la secuenciación de fases de la cadena de ataque.
  • MISP: Etiquetado de cadena de ataque mediante clústeres de galaxia para la documentación estructurada de eventos de incidentes.

Errores Comunes

  • Suposición lineal: Los adversarios no siempre progresan de forma lineal; pueden saltarse fases (arme ya completado de una campaña anterior) o retroceder (restablecer C2 después de la detección).
  • Ignorar las Fases 1 y 2: El reconocimiento y el arme ocurren antes de que el defensor tenga visibilidad. La inteligencia sobre estas fases requiere fuentes externas (OSINT, inteligencia de amenazas).
  • Pasar por alto amenazas internas: La cadena de ataque fue diseñada para adversarios externos. Las amenazas internas pueden saltar directamente a la Fase 7 sin atravesar las fases anteriores.
  • Confundir con tácticas ATT&CK: La cadena de 7 fases y las 14 tácticas ATT&CK son complementarias pero no directamente equivalentes. Mantén la distinción para evitar confusión analítica.

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,

Skills relacionados