Communitygithub.com

Análisis de Comportamiento de Malware con Cuckoo Sandbox

Detona muestras de malware en Cuckoo Sandbox para observar el comportamiento en tiempo de ejecución.

¿Qué es Análisis de Comportamiento de Malware con Cuckoo Sandbox?

Esta habilidad permite detonar muestras de malware en Cuckoo Sandbox, un sistema automatizado de análisis de malware de código abierto, para observar su comportamiento en tiempo de ejecución. Es útil para analistas de seguridad e investigadores que necesitan capturar tráfico de red, archivos creados, modificaciones al registro y llamadas API realizadas por el malware durante su ejecución en un entorno aislado. La habilidad guía al usuario a través del flujo de trabajo completo: desde la sumisión de la muestra (por línea de comandos o API REST), monitoreo en tiempo real usando registros y la interfaz web, análisis programático del reporte JSON para examinar el árbol de procesos, actividad de red, cambios en el sistema de archivos y registro, y extracción de volcados de memoria para análisis forense con Volatility. También cubre la interpretación de firmas de comportamiento y puntuaciones de amenaza, así como escenarios comunes (como el análisis de un dropper multicapa) y recomendaciones sobre herramientas integrables (InetSim, FakeNet-NG, Suricata).

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-malware-behavior-with-cuckoo-sandbox

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Análisis de Comportamiento de Malware con Cuckoo Sandbox?

Cuándo Usar

  • Una muestra sospechosa ha pasado el análisis estático de triaje y requiere observación conductual en un entorno controlado
  • Necesitas capturar tráfico de red, archivos creados, modificaciones al registro y llamadas API de una ejecución de malware
  • Determinar la cadena completa de infección, incluyendo descargas de cargas secundarias y mecanismos de persistencia
  • Generar firmas de comportamiento y reglas YARA basadas en la actividad observada en tiempo de ejecución
  • Análisis automatizado de lotes de muestras de malware que requieren informes consistentes

No usar cuando la muestra es una variante de ransomware conocida que podría propagarse a través de recursos compartidos de red en un sandbox mal configurado; verificar primero el aislamiento de red.

Prerrequisitos

  • Cuckoo Sandbox 3.x instalado en un servidor de análisis dedicado (Ubuntu 22.04 recomendado)
  • Máquinas virtuales invitadas configuradas con instantáneas de Windows 10/11 (agente de Cuckoo instalado, instantáneas tomadas en estado limpio)
  • VirtualBox, KVM o VMware configurados como backend de virtualización de Cuckoo
  • Red aislada con InetSim o FakeNet-NG para simular servicios de internet
  • Suricata o Snort integrados para la coincidencia de firmas a nivel de red durante el análisis
  • Suficiente espacio en disco para capturas PCAP y volcados de memoria (mínimo 500 GB recomendados)

Flujo de Trabajo

Paso 1: Enviar Muestra a Cuckoo

Envía la muestra de malware para análisis automatizado:

# Enviar mediante línea de comandos
cuckoo submit /ruta/a/sospechoso.exe

# Enviar con tiempo de espera de análisis específico (300 segundos)
cuckoo submit --timeout 300 /ruta/a/sospechoso.exe

# Enviar con máquina virtual y paquete de análisis específicos
cuckoo submit --machine win10_x64 --package exe --timeout 300 /ruta/a/sospechoso.exe

# Enviar mediante API REST
curl -F "[email protected]" -F "timeout=300" -F "machine=win10_x64" \
  http://localhost:8090/tasks/create/file

# Enviar URL para análisis
curl -F "url=http://sitio-malicioso.com/carga" -F "timeout=300" \
  http://localhost:8090/tasks/create/url

# Verificar estado de la tarea
curl http://localhost:8090/tasks/view/1 | jq '.task.status'

Paso 2: Monitorear la Ejecución en Tiempo Real

Sigue el progreso del análisis y observa el comportamiento en vivo:

# Ver el registro de análisis de Cuckoo
tail -f /opt/cuckoo/log/cuckoo.log

# Monitorear el estado de las tareas de análisis
cuckoo status

# Acceder a la interfaz web de Cuckoo para capturas de pantalla en vivo y árbol de procesos
# Navegar a http://localhost:8080/analysis/<id_de_tarea>/

Eventos de comportamiento clave a observar durante la ejecución:

  • Cadena de creación de procesos (relaciones padre-hijo)
  • Intentos de conexión de red a IPs externas
  • Archivos creados en directorios temporales o del sistema
  • Modificaciones al registro en claves Run o entradas de servicio
  • Llamadas API relacionadas con cifrado (CryptEncrypt), inyección (WriteProcessMemory) o evasión

Paso 3: Analizar la Actividad de Procesos

Revisa el árbol de procesos y el rastro de llamadas API del informe de Cuckoo:

# Parsear el informe JSON de Cuckoo mediante programación
import json

with open("/opt/cuckoo/storage/analyses/1/reports/report.json") as f:
    report = json.load(f)

# Análisis del árbol de procesos
for process in report["behavior"]["processes"]:
    pid = process["pid"]
    ppid = process["ppid"]
    name = process["process_name"]
    print(f"PID: {pid} PPID: {ppid} Nombre: {name}")

    # Extraer llamadas API sospechosas
    for call in process["calls"]:
        api = call["api"]
        if api in ["CreateRemoteThread", "VirtualAllocEx", "WriteProcessMemory",
                    "NtCreateThreadEx", "RegSetValueExA", "URLDownloadToFileA"]:
            args = {arg["name"]: arg["value"] for arg in call["arguments"]}
            print(f"  [!] {api}({args})")

Paso 4: Revisar la Actividad de Red

Examina las conexiones de red, consultas DNS y solicitudes HTTP:

# Análisis de red desde el informe de Cuckoo
network = report["network"]

# Resoluciones DNS
print("Consultas DNS:")
for dns in network.get("dns", []):
    print(f"  {dns['request']} -> {dns.get('answers', [])}")

# Solicitudes HTTP
print("\nSolicitudes HTTP:")
for http in network.get("http", []):
    print(f"  {http['method']} {http['uri']} (Host: {http['host']})")
    if http.get("body"):
        print(f"    Cuerpo: {http['body'][:200]}")

# Conexiones TCP
print("\nConexiones TCP:")
for tcp in network.get("tcp", []):
    print(f"  {tcp['src']}:{tcp['sport']} -> {tcp['dst']}:{tcp['dport']}")

# Extraer PCAP para análisis más profundo con Wireshark
# Ubicación del PCAP: /opt/cuckoo/storage/analyses/1/dump.pcap

Paso 5: Examinar Cambios en el Sistema de Archivos y Registro

Documenta los mecanismos de persistencia y archivos creados:

# Operaciones con archivos
print("Archivos Creados/Modificados:")
for f in report["behavior"].get("summary", {}).get("files", []):
    print(f"  {f}")

# Archivos creados con hashes
print("\nArchivos Creados:")
for dropped in report.get("dropped", []):
    print(f"  Ruta: {dropped['filepath']}")
    print(f"  SHA-256: {dropped['sha256']}")
    print(f"  Tamaño: {dropped['size']} bytes")
    print(f"  Tipo: {dropped['type']}")

# Modificaciones al registro
print("\nClaves del Registro Modificadas:")
for key in report["behavior"].get("summary", {}).get("keys", []):
    print(f"  {key}")

Paso 6: Revisar Firmas y Puntuación

Verifica las firmas de comportamiento y la puntuación de amenaza de Cuckoo:

# Firmas de comportamiento activadas
print("Firmas Activadas:")
for sig in report.get("signatures", []):
    severity = sig["severity"]
    name = sig["name"]
    description = sig["description"]
    marker = "[!]" if severity >= 3 else "[*]"
    print(f"  {marker} [{severity}/5] {name}: {description}")
    for mark in sig.get("marks", []):
        if mark.get("call"):
            print(f"      API: {mark['call']['api']}")
        if mark.get("ioc"):
            print(f"      IOC: {mark['ioc']}")

# Puntuación general
score = report.get("info", {}).get("score", 0)
print(f"\nPuntuación de Amenaza General: {score}/10")

Paso 7: Extraer Artefactos del Volcado de Memoria

Analiza el volcado de memoria completo capturado durante la ejecución:

# El volcado de memoria se guarda en:
# /opt/cuckoo/storage/analyses/1/memory.dmp

# Usar Volatility para analizar el volcado de memoria
vol3 -f /opt/cuckoo/storage/analyses/1/memory.dmp windows.pslist
vol3 -f /opt/cuckoo/storage/analyses/1/memory.dmp windows.malfind
vol3 -f /opt/cuckoo/storage/analyses/1/memory.dmp windows.netscan

Conceptos Clave

TérminoDefinición
Análisis DinámicoEjecutar malware en un entorno controlado para observar el comportamiento en tiempo de ejecución, incluyendo llamadas al sistema, actividad de red y operaciones con archivos
Evasión de SandboxTécnicas que usa el malware para detectar entornos virtuales/de sandbox y alterar su comportamiento para evitar el análisis (temporizadores de espera, comprobaciones de VM, comprobaciones de interacción del usuario)
Hookeo de APIMétodo de Cuckoo para interceptar las llamadas API de Windows realizadas por el malware, registrando nombres de funciones, parámetros y valores de retorno
InetSimHerramienta de simulación de servicios de internet que responde a solicitudes de red del malware (HTTP, DNS, SMTP) dentro de la red de análisis aislada
Inyección de ProcesosTécnica de malware que inyecta código en procesos legítimos; detectada monitoreando secuencias de API como VirtualAllocEx y WriteProcessMemory
Firma de ComportamientoDetección basada en reglas que coincide secuencias específicas de llamadas API, operaciones con archivos o actividad de red con comportamientos de malware conocidos
Paquete de AnálisisMódulo de Cuckoo que define cómo ejecutar un tipo de archivo específico (exe, dll, pdf, doc) dentro de la máquina virtual invitada para una captura de comportamiento adecuada

Herramientas y Sistemas

  • Cuckoo Sandbox: Sistema automatizado de análisis de malware de código abierto que proporciona informes de comportamiento, capturas de red y volcados de memoria
  • InetSim: Suite de simulación de servicios de internet que proporciona servicios falsos de HTTP, DNS, SMTP y otros para redes de análisis de malware aisladas
  • FakeNet-NG: Herramienta de simulación de red del equipo FLARE que intercepta y redirige todo el tráfico de red para análisis
  • Suricata: IDS/IPS de red integrado con Cuckoo para detección en tiempo real basada en firmas de tráfico de red malicioso
  • Volatility: Marco de análisis forense de memoria utilizado para analizar volcados de memoria capturados durante el análisis de Cuckoo

Escenarios Comunes

Escenario: Analizando un Dropper Multicapa

Contexto: El análisis estático revela un ejecutable empaquetado con importaciones mínimas y alta entropía. La muestra necesita ejecución en sandbox para observar el desempaquetado, la entrega de la carga y el establecimiento de C2.

Enfoque:

  1. Enviar la muestra a Cuckoo con un tiempo de espera extendido (600 segundos) para capturar comportamiento lento
  2. Revisar el árbol de procesos para la creación de procesos hijos (dropper que genera procesos de carga)
  3. Identificar archivos creados en %TEMP%, %APPDATA% o directorios del sistema
  4. Extraer los archivos creados y calcular sus hashes para análisis por separado
  5. Mapear las conexiones de red para identificar la infraestructura C2 contactada después de la ejecución inicial
  6. Verificar los mecanismos de persistencia (claves Run, tareas programadas, servicios) en las modificaciones al registro
  7. Comparar las firmas de comportamiento con familias de malware conocidas

Errores Comunes:

  • Usar un tiempo de espera de análisis insuficiente, causando que el sandbox termine antes de que se ejecute la carga de segunda etapa
  • No configurar InetSim para responder a solicitudes DNS y HTTP, impidiendo que el malware progrese más allá de la conexión C2
  • Ignorar las detecciones de evasión de sandbox; si la muestra sale inmediatamente, puede estar detectando el entorno virtual
  • No analizar los archivos creados por separado; el dropper inicial puede ser menos interesante que la carga final

Formato de Salida

INFORME DE ANÁLISIS DINÁMICO - CUCKOO SANDBOX
==============================================
ID de Tarea:      1547
Muestra:          sospechoso.exe (SHA-256: e3b0c44298fc1c149afbf4c8996fb924...)
Tiempo de Análisis: 300 segundos
MV:               win10_x64 (Windows 10 21H2)
Puntuación:       8.5/10

ÁRBOL DE PROCESOS
sospechoso.exe (PID: 2184)
  └── cmd.exe (PID: 3456)
      └── powershell.exe (PID: 4012)
          └── svchost_fake.exe (PID: 4568)

ACTIVIDAD DEL SISTEMA DE ARCHIVOS
[CREADO]  C:\Users\Admin\AppData\Local\Temp\payload.dll
[CREADO]  C:\Windows\System32\svchost_fake.exe
[MODIFICADO] C:\Windows\System32\drivers\etc\hosts

MODIFICACIONES AL REGISTRO
[ESTABLECIDO] HKCU\Software\Microsoft\Windows\CurrentVersion\Run\WindowsUpdate = "C:\Windows\System32\svchost_fake.exe"
[ESTABLECIDO] HKLM\SYSTEM\CurrentControlSet\Services\FakeService\ImagePath = "C:\Windows\System32\svchost_fake.exe"

ACTIVIDAD DE RED
DNS:    update.malicious[.]com -> 185.220.101.42
HTTP:   POST hxxps://185.220.101[.]42/gate.php (baliza)
TCP:    10.0.2.15:49152 -> 185.220.101.42:443 (237 conexiones)

FIRMAS DE COMPORTAMIENTO
[!] [4/5] injection_createremotethread: Inyecta código en un proceso remoto
[!] [4/5] persistence_autorun: Modifica la clave de registro Run para persistencia
[!] [3/5] network_cnc_http: Realiza comunicación HTTP C2
[*] [2/5] antiav_detectfile: Busca archivos de productos antivirus

ARCHIVOS CREADOS
payload.dll    SHA-256: abc123... Tamaño: 98304  Tipo: PE32 DLL
svchost_fake.exe SHA-256: def456... Tamaño: 184320 Tipo: PE32 EXE

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,

Skills relacionados