Communitygithub.com

análisis-de-tráfico-de-red-para-incidentes

Analiza capturas de tráfico de red y datos de flujo para identificar actividad adversaria durante incidentes de seguridad.

¿Qué es análisis-de-tráfico-de-red-para-incidentes?

Esta habilidad para agentes de IA (como Claude Code, Cursor o Codex) permite analizar capturas de tráfico de red y datos de flujo para identificar actividad maliciosa durante incidentes de seguridad. Es útil para analistas de seguridad que necesitan detectar comunicaciones de comando y control (C2), movimiento lateral, exfiltración de datos y extraer indicadores de compromiso (IOC) a partir de PCAP, logs de Zeek o datos NetFlow. Soporta plataformas como Wireshark, Zeek, Arkime y RITA, y guía al agente a través de un flujo de trabajo estructurado de seis pasos: captura/adquisición de tráfico, detección de C2, análisis de movimiento lateral, detección de exfiltración, extracción de IOCs y documentación. El agente puede ejecutar comandos de tcpdump, filtros de Wireshark y consultas de Zeek directamente, y generar un informe de análisis de tráfico de red con evidencia referenciada. Incluye escenarios comunes como confirmación de balizamiento C2 y cuantificación de exfiltración, así como trampas a evitar, como no correlacionar zonas horarias o pasar por alto túneles DNS.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-network-traffic-for-incidents

Preguntar en tu IA favorita

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

Documentación

Análisis de Tráfico de Red para Incidentes

Cuándo Usarlo

  • Alertas SIEM sobre patrones de tráfico de red anómalos que requieren una investigación más profunda
  • Se sospecha de balizamiento C2 y necesita confirmación mediante análisis a nivel de paquete
  • Se debe cuantificar el volumen o destino de exfiltración de datos a partir de evidencia de red
  • Es necesario rastrear el movimiento lateral entre sistemas a través de conexiones de red
  • Una alerta IDS/IPS requiere validación a nivel de paquete para confirmar o descartar

No usar para análisis forense basado en host (ejecución de procesos, artefactos del sistema de archivos); usar herramientas de forense de endpoint en su lugar.

Prerrequisitos

  • Infraestructura de captura de paquetes completa (PCAP) o capacidad de captura bajo demanda (tap de red, puerto SPAN)
  • Wireshark instalado en la estación de trabajo de análisis con conocimiento de filtros de visualización apropiados
  • Zeek (anteriormente Bro) desplegado para generación de metadatos de red (conn.log, dns.log, http.log, ssl.log)
  • Colección NetFlow/IPFIX desde dispositivos de red para análisis de flujo de tráfico
  • Diagrama de arquitectura de red que muestre la disposición de VLAN, ubicación de cortafuegos y puntos de monitoreo
  • Fuentes de inteligencia de amenazas para correlacionar indicadores de red observados

Flujo de Trabajo

Paso 1: Capturar o Adquirir Tráfico de Red

Obtenga los datos de tráfico relevantes para la investigación:

Captura en Vivo (si el incidente está activo):

# Capturar en una interfaz específica filtrando por host
tcpdump -i eth0 -w captura.pcap host 10.1.5.42

# Capturar tráfico C2 hacia una IP externa específica
tcpdump -i eth0 -w trafico_c2.pcap host 185.220.101.42

# Capturar con rotación (archivos de 1GB, mantener 10)
tcpdump -i eth0 -w captura_%Y%m%d%H%M.pcap -C 1000 -W 10

Desde Infraestructura Existente:

  • Exportar PCAP desde el appliance de captura de paquetes completa (Arkime/Moloch, ExtraHop, Corelight)
  • Extraer logs de Zeek desde el clúster de Zeek para el período de la investigación
  • Exportar datos NetFlow desde dispositivos de red para análisis de tráfico de alto nivel

Paso 2: Identificar Comunicaciones C2

Detectar patrones de tráfico de comando y control:

Detección de Balizamiento (Zeek conn.log):

# Extraer conexiones a IPs externas con intervalos regulares
cat conn.log | zeek-cut ts id.orig_h id.resp_h id.resp_p duration orig_bytes resp_bytes \
  | awk '$4 ~ /^185\.220/' | sort -t. -k1,1n -k2,2n

Análisis de Balizamiento con Wireshark:

# Filtrar para tráfico hacia IP sospechosa de C2
ip.addr == 185.220.101.42

# Filtrar tráfico HTTPS hacia puertos no estándar
tcp.port != 443 && ssl

# Filtrar consultas DNS para dominios sospechosos
dns.qry.name contains "evil" or dns.qry.name matches "^[a-z0-9]{32}\."

# Filtrar HTTP POST (método común de check-in C2)
http.request.method == "POST" && ip.dst == 185.220.101.42

Características de balizamiento a identificar:

  • Intervalos de tiempo regulares entre conexiones (por ejemplo, cada 60 segundos con 10-15% de jitter)
  • Tamaños de paquete consistentes en solicitudes y respuestas
  • HTTPS hacia IPs externas no asociadas con CDN o servicios legítimos
  • Consultas DNS con subdominios de alta entropía (indicador de túnel DNS)

Paso 3: Analizar Tráfico de Movimiento Lateral

Rastrear el movimiento del adversario entre sistemas internos:

Protocolos clave para detección de movimiento lateral:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
SMB (TCP 445):     PsExec, acceso a recursos compartidos, propagación de ransomware
RDP (TCP 3389):    Sesiones de escritorio remoto
WinRM (TCP 5985):  PowerShell remoto
WMI (TCP 135):     Ejecución remota de comandos
SSH (TCP 22):      Movimiento lateral en Linux
DCE/RPC (TCP 135): Movimiento lateral basado en DCOM

Filtros de Wireshark para Movimiento Lateral:

# Movimiento lateral SMB
smb2 && ip.src == 10.1.5.42 && ip.dst != 10.1.5.42

# Conexiones RDP desde host comprometido
tcp.dstport == 3389 && ip.src == 10.1.5.42

# Solicitudes de ticket Kerberos (posible pass-the-ticket)
kerberos.msg_type == 12 && ip.src == 10.1.5.42

# Autenticación NTLM (posible pass-the-hash)
ntlmssp.auth.username && ip.src == 10.1.5.42

Paso 4: Detectar Exfiltración de Datos

Identificar transferencias de datos no autorizadas que salen de la red:

# Identificar grandes transferencias salientes en Zeek conn.log
cat conn.log | zeek-cut ts id.orig_h id.resp_h id.resp_p orig_bytes \
  | awk '$5 > 100000000' | sort -t$'\t' -k5 -rn

# Detección de túnel DNS (alto volumen de consultas TXT)
cat dns.log | zeek-cut query qtype | grep TXT | cut -f1 \
  | rev | cut -d. -f1,2 | rev | sort | uniq -c | sort -rn | head

# Uso de protocolo inusual (túnel ICMP, DNS sobre HTTPS)
cat conn.log | zeek-cut proto id.resp_p orig_bytes | awk '$1 == "icmp" && $3 > 1000'

Filtros de Wireshark para Exfiltración:

# Grandes cargas útiles HTTP POST
http.request.method == "POST" && tcp.len > 10000

# Transferencias de datos FTP
ftp-data && ip.src == 10.0.0.0/8

# DNS con respuestas TXT grandes (tunelización)
dns.resp.type == 16 && dns.resp.len > 200

Paso 5: Extraer y Correlacionar IOCs

Extraer indicadores basados en red del análisis de tráfico:

  • Direcciones IP externas contactadas por hosts comprometidos
  • Dominios resueltos mediante DNS durante el período del incidente
  • URLs accedidas a través de HTTP/HTTPS (si la inspección SSL está en su lugar)
  • Detalles de certificados TLS (subject, issuer, número de serie, hashes JA3/JA3S)
  • Cadenas User-Agent de solicitudes HTTP
  • Transferencias de archivos capturadas en PCAP (extraer usando Exportar Objetos de Wireshark)

Paso 6: Documentar Hallazgos Forenses de Red

Compilar el análisis en un informe estructurado con referencias de evidencia:

  • Hacer referencia a archivos PCAP específicos, números de trama y marcas de tiempo para cada hallazgo
  • Incluir capturas de paquetes de evidencia clave como capturas de pantalla o PDFs exportados
  • Mapear la actividad de red a la línea de tiempo del incidente
  • Correlacionar hallazgos de red con evidencia basada en host de forense de endpoint

Conceptos Clave

TérminoDefinición
PCAP (Captura de Paquetes)Formato de archivo que almacena paquetes de red sin procesar capturados desde una interfaz de red para análisis fuera de línea
BalizamientoConexiones de red regulares y periódicas desde un host comprometido a un servidor C2, identificables por intervalos de tiempo consistentes
JA3/JA3SMétodo de huella digital de cliente y servidor TLS basado en los parámetros ClientHello y ServerHello; único por aplicación
NetFlow/IPFIXMetadatos de tráfico de red (origen, destino, puertos, bytes, duración) recolectados por enrutadores y switches sin captura completa de paquetes
Túnel DNSTécnica que codifica datos en consultas y respuestas DNS para exfiltrar datos o mantener C2 a través del protocolo DNS
Tap de RedDispositivo de hardware que crea una copia exacta del tráfico de red para monitoreo sin afectar el rendimiento de la red
Logs de ZeekLogs de metadatos estructurados generados por el marco de análisis de red Zeek que cubren conexiones, DNS, HTTP, SSL y más

Herramientas y Sistemas

  • Wireshark: Analizador de paquetes de código abierto para inspección profunda de protocolos de red a nivel de paquete
  • Zeek (anteriormente Bro): Marco de análisis de red que genera logs de metadatos estructurados a partir de tráfico en vivo o capturado
  • Arkime (anteriormente Moloch): Plataforma de código abierto de captura y búsqueda de paquetes completa para forense de red a gran escala
  • NetworkMiner: Herramienta de análisis forense de red para extraer archivos, imágenes y credenciales de archivos PCAP
  • RITA (Real Intelligence Threat Analytics): Herramienta de código abierto para detección de balizamiento y análisis de túneles DNS para logs de Zeek

Escenarios Comunes

Escenario: Confirmar Balizamiento C2 y Cuantificar Exfiltración

Contexto: EDR detecta un proceso sospechoso en una estación de trabajo pero no puede determinar el volumen de datos exfiltrados. El equipo de red proporciona PCAP del appliance de captura de paquetes completa que cubre el período del incidente.

Enfoque:

  1. Filtrar PCAP para tráfico desde la IP del host comprometido hacia destinos externos
  2. Identificar el canal C2 analizando los patrones de temporización de las conexiones (detección de balizamiento)
  3. Extraer el certificado TLS y el hash JA3 de la conexión C2 para generación de IOC
  4. Calcular el total de bytes transferidos hacia la infraestructura C2 durante la duración del incidente
  5. Verificar si hay canales de exfiltración adicionales (túnel DNS, cargas a almacenamiento en la nube)
  6. Extraer cualquier archivo no cifrado transferido usando la función Exportar Objetos de Wireshark

Trampas:

  • Analizar solo tráfico HTTP cuando C2 opera sobre HTTPS sin inspección SSL
  • Pasar por alto el túnel DNS porque el volumen de datos por consulta es pequeño (pero el total a lo largo del tiempo es significativo)
  • No correlacionar las marcas de tiempo de red con las marcas de tiempo de endpoint (discrepancias de zona horaria)
  • Pasar por alto servicios legítimos en la nube abusados para exfiltración (OneDrive, Google Drive, Dropbox)

Formato de Salida

INFORME DE ANÁLISIS DE TRÁFICO DE RED
======================================
Incidente:        INC-2025-1547
Analista:         [Nombre]
Fuente de Captura: Arkime captura completa de paquetes
Período de Análisis: 2025-11-15 14:00 UTC - 2025-11-15 18:00 UTC
Tamaño Total de PCAP: 4.7 GB

COMUNICACIONES C2
Origen:           10.1.5.42 (WKSTN-042)
Destino:          185.220.101.42:443 (HTTPS)
Intervalo de Balizamiento: 60 segundos ± 12% de jitter
Sesiones:         237 conexiones en 4 horas
Hash JA3:         a0e9f5d64349fb13191bc781f81f42e1
Certificado TLS:  CN=update.evil[.]com (autofirmado)
Total Datos Enviados: 147 MB (saliente)
Total Datos Recibidos: 2.3 MB (entrante - comandos)

MOVIMIENTO LATERAL
10.1.5.42 → 10.1.10.15 (SMB, TCP 445) - 14:35 UTC
10.1.5.42 → 10.1.10.20 (RDP, TCP 3389) - 14:42 UTC
10.1.5.42 → 10.1.1.5  (LDAP, TCP 389) - 15:10 UTC

RESUMEN DE EXFILTRACIÓN
Protocolo:        HTTPS hacia servidor C2
Volumen:          147 MB saliente
Duración:         14:23 UTC - 18:00 UTC
Archivos Extraídos: [lista si se puede recuperar de canales no cifrados]

ANÁLISIS DNS
Consultas Sospechosas: 0 indicadores de túnel DNS
Detección DGA:         0 dominios generados algorítmicamente

REFERENCIAS DE EVIDENCIA
Archivo PCAP:        INC-2025-1547_captura.pcap (SHA-256: ...)
Logs de Zeek:        /logs/zeek/2025-11-15/ (conn.log, ssl.log, dns.log)

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