Communitygithub.com

análisis-de-artefactos-amcache-de-windows

Analiza el archivo de registro Amcache.hve de Windows utilizando las herramientas de Eric Zimmerman.

¿Qué es análisis-de-artefactos-amcache-de-windows?

Esta habilidad automatiza el análisis forense del archivo de registro Amcache.hve de Windows, un artefacto crítico que registra metadatos sobre aplicaciones, archivos y controladores que han existido en un sistema. Utiliza la herramienta 'AmcacheParser' de Eric Zimmerman para extraer y analizar esta información. Es especialmente útil durante la respuesta a incidentes, ya que permite determinar qué programas estuvieron presentes, identificar archivos eliminados que aún tienen rastros, y correlacionar hashes SHA-1 con bases de datos de malware como VirusTotal o CIRCL. La habilidad soporta plataformas Windows y requiere herramientas de la suite de Eric Zimmerman (AmcacheParser y, opcionalmente, Timeline Explorer para visualización) junto con .NET 6+. El flujo de trabajo incluye la adquisición del archivo Amcache.hve y sus registros de transacciones, el parseo con AmcacheParser para generar archivos CSV, el análisis de entradas de archivos sospechosos (ejecutables sin firma, rutas inusuales, discrepancias de fecha), la correlación de hashes con inteligencia de amenazas, el análisis de entradas de programas y controladores, y la construcción de una línea de tiempo combinada con otros artefactos como Prefetch y ShimCache. Se enfatiza que Amcache no debe usarse como prueba única de ejecución; es mejor combinarlo con ShimCache y Prefetch para un análisis concluyente.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-windows-amcache-artifacts
Ver original→Ver todas las habilidades

Preguntar en tu IA favorita

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentación

Análisis de Artefactos Amcache de Windows

Cuándo Usarlo

  • Determinar qué programas han existido o se han ejecutado en un sistema Windows durante una respuesta a incidentes
  • Correlacionar hashes SHA-1 de Amcache con bases de datos de malware conocidas (VirusTotal, CIRCL, MISP)
  • Construir una línea de tiempo de instalación y ejecución de aplicaciones para investigaciones forenses
  • Identificar ejecutables eliminados que dejan rastros en Amcache incluso después de ser borrados
  • Investigar amenazas internas documentando qué aplicaciones portátiles o no autorizadas estuvieron presentes
  • Analizar el historial de carga de controladores para detectar rootkits o módulos de kernel maliciosos

No usar como prueba única de ejecución de programas. Amcache prueba la existencia del archivo y el registro de metadatos, pero ShimCache (AppCompatCache) y Prefetch proporcionan evidencia de ejecución más sólida. Utilice los tres artefactos juntos para un análisis concluyente.

Requisitos Previos

  • Una imagen forense o copia de adquisición en vivo de C:\Windows\appcompat\Programs\Amcache.hve (y los registros de transacciones .LOG1, .LOG2 asociados)
  • AmcacheParser de Eric Zimmerman (AmcacheParser.exe) descargado desde https://ericzimmerman.github.io/
  • Timeline Explorer de Eric Zimmerman para ver la salida CSV analizada
  • Opcionalmente: Registry Explorer para inspección manual del registro
  • Una lista blanca de hashes SHA-1 de ejecutables conocidos (por ejemplo, el conjunto de hashes NSRL) para filtrar
  • Tiempo de ejecución .NET 6+ instalado (requerido por las herramientas actuales de EZ)
  • Acceso de escritura a un directorio de salida para los resultados CSV

Flujo de Trabajo

Paso 1: Adquirir el Archivo Amcache.hve

Extraiga el archivo Amcache de una imagen forense o sistema en vivo:

# Desde un sistema en vivo (requiere privilegios elevados y herramienta de copia en bruto)
# Amcache.hve está bloqueado por el sistema; use una herramienta de copia de disco en bruto
# Opción A: FTK Imager - monte la imagen y navegue a:
# C:\Windows\appcompat\Programs\Amcache.hve
# También recolecte: Amcache.hve.LOG1, Amcache.hve.LOG2

# Opción B: Usando KAPE para recolección automatizada de adquisición
kape.exe --tsource C: --tdest D:\Evidence\%m --target Amcache

# Opción C: Desde una imagen forense montada (E: = imagen montada)
copy "E:\Windows\appcompat\Programs\Amcache.hve" D:\Evidence\
copy "E:\Windows\appcompat\Programs\Amcache.hve.LOG1" D:\Evidence\
copy "E:\Windows\appcompat\Programs\Amcache.hve.LOG2" D:\Evidence\

Siempre recolecte los archivos de registro de transacciones (.LOG1, .LOG2) junto con el archivo principal. AmcacheParser reproduce las transacciones no confirmadas de estos registros para recuperar los datos más completos.

Paso 2: Analizar Amcache con AmcacheParser

Ejecute AmcacheParser contra el archivo adquirido:

# Análisis básico con salida CSV
AmcacheParser.exe -f "D:\Evidence\Amcache.hve" --csv "D:\Evidence\Output"

# Análisis con una lista blanca SHA-1 para excluir entradas conocidas (NSRL)
AmcacheParser.exe -f "D:\Evidence\Amcache.hve" -w "D:\Whitelists\nsrl_sha1.txt" --csv "D:\Evidence\Output"

# Análisis con una lista de inclusión SHA-1 (solo mostrar coincidencias contra hashes maliciosos conocidos)
AmcacheParser.exe -f "D:\Evidence\Amcache.hve" -b "D:\IOCs\malware_sha1.txt" --csv "D:\Evidence\Output"

# Incluir entradas eliminadas con marcas de tiempo de alta precisión
AmcacheParser.exe -f "D:\Evidence\Amcache.hve" --csv "D:\Evidence\Output" -i --mp

AmcacheParser produce múltiples archivos CSV en el directorio de salida:

Archivo de SalidaContenido
Amcache_AssociatedFileEntries.csvEntradas de archivos con hashes SHA-1, rutas, tamaños y marcas de tiempo
Amcache_UnassociatedFileEntries.csvEntradas de archivos huérfanas de formato Amcache antiguo
Amcache_ProgramEntries.csvMetadatos de programas instalados (nombre, editor, versión, fecha de instalación)
Amcache_DeviceContainers.csvHistorial de conexiones USB y dispositivos
Amcache_DevicePnps.csvInformación de controladores de dispositivos Plug-and-Play
Amcache_DriverBinaries.csvBinarios de controladores cargados con rutas y hashes

Paso 3: Analizar las Entradas de Archivos en Busca de Programas Sospechosos

Abra el archivo AssociatedFileEntries.csv en Timeline Explorer y examine las columnas clave:

Columnas clave a revisar:
- ProgramId          : Vincula el archivo con su entrada de programa padre
- SHA1               : Hash para búsquedas de inteligencia de amenazas
- FullPath           : Ubicación original del archivo en disco
- FileSize           : Tamaño del ejecutable
- FileKeyLastWriteTimestamp : Cuándo se actualizó por última vez la entrada de Amcache
- Name               : Nombre del archivo
- Publisher           : Editor de firma de código (en blanco = sin firmar)
- BinProductVersion  : Cadena de versión del encabezado PE
- LinkDate           : Marca de tiempo de compilación PE (útil para detectar timestomping)

Filtre por indicadores sospechosos:

# En Timeline Explorer, aplique estos filtros:

# 1. Encontrar ejecutables sin firmar (potencialmente maliciosos)
Columna Publisher = (vacío)

# 2. Encontrar ejecutables desde rutas sospechosas
FullPath contiene: \temp\, \appdata\, \downloads\, \public\, \programdata\

# 3. Encontrar ejecutables con marcas de tiempo recientes durante la ventana del incidente
FileKeyLastWriteTimestamp entre: 2026-03-15 00:00:00 y 2026-03-16 00:00:00

# 4. Encontrar ejecutables con fechas de compilación sospechosas (timestomping)
LinkDate año < 2015 Y FileKeyLastWriteTimestamp año = 2026

Paso 4: Correlacionar Hashes SHA-1 con Inteligencia de Amenazas

Extraiga los hashes SHA-1 y verifíquelos contra bases de datos de malware:

# Extraer hashes SHA-1 únicos de la salida analizada
# Usando PowerShell para extraer la columna SHA1
Import-Csv "D:\Evidence\Output\Amcache_AssociatedFileEntries.csv" |
  Select-Object -ExpandProperty SHA1 -Unique |
  Where-Object { $_ -ne "" } |
  Out-File "D:\Evidence\Output\extracted_hashes.txt"

# Verificar hashes contra VirusTotal usando vt-cli
foreach ($hash in Get-Content "D:\Evidence\Output\extracted_hashes.txt") {
    vt file $hash --format json | Select-Object -Property meaningful_name, last_analysis_stats
}

# Verificar hashes contra la búsqueda de hash de CIRCL
foreach ($hash in Get-Content "D:\Evidence\Output\extracted_hashes.txt") {
    Invoke-RestMethod -Uri "https://hashlookup.circl.lu/lookup/sha1/$hash"
}

# Cruzar referencias con NSRL para identificar conocidos-buenos vs. desconocidos
# Los hashes desconocidos que no están en NSRL merecen una investigación más profunda

Paso 5: Analizar las Entradas de Programas en Busca de Instalaciones No Autorizadas

Revise el archivo ProgramEntries.csv para detectar software que el atacante pueda haber instalado:

Columnas clave en ProgramEntries:
- ProgramName        : Nombre para mostrar de la aplicación instalada
- ProgramVersion     : Cadena de versión
- Publisher          : Editor del software
- InstallDate        : Cuándo se instaló el programa
- Source             : Origen de instalación (msi, exe, etc.)
- UninstallKey       : Ruta de desinstalación del registro
- PathsList         : Directorios de instalación

Busque:

  • Herramientas de acceso remoto (AnyDesk, TeamViewer, ngrok, Chisel)
  • Herramientas de hacking (Mimikatz, PsExec, Cobalt Strike)
  • Utilidades de túneles (plink, socat, WireGuard)
  • Programas instalados durante la ventana del incidente
  • Programas instalados en ubicaciones no estándar

Paso 6: Analizar los Binarios de Controladores en Busca de Evidencia de Rootkits

Revise el archivo DriverBinaries.csv para detectar controladores cargados sospechosos:

Columnas clave en DriverBinaries:
- DriverName         : Nombre del controlador
- DriverInBox        : Si vino incluido con Windows (falso = de terceros)
- DriverSigned       : Si el controlador tiene una firma válida
- DriverTimeStamp    : Marca de tiempo de compilación
- Product            : Producto asociado al controlador
- ProductVersion     : Versión del controlador
- SHA1               : Hash del binario del controlador

Filtre por DriverInBox = false y DriverSigned = false para encontrar controladores de terceros sin firmar que podrían ser rootkits o controladores vulnerables utilizados en ataques BYOVD (Bring Your Own Vulnerable Driver).

Paso 7: Construir una Línea de Tiempo a partir de Datos de Amcache

Combine los datos de Amcache con otros artefactos para una línea de tiempo completa:

# Combinar CSV de Amcache con otras salidas de EZ Tools usando Timeline Explorer
# Cargue los siguientes CSV en Timeline Explorer:
# - Amcache_AssociatedFileEntries.csv (evidencia de archivos)
# - Amcache_ProgramEntries.csv (evidencia de instalación)
# - Salida de Prefetch de PECmd.exe (evidencia de ejecución)
# - Salida de ShimCache de AppCompatCacheParser.exe (evidencia de ejecución)

# Ordenar todas las entradas por marca de tiempo para reconstruir la secuencia del ataque
# Timeline Explorer admite carga de múltiples archivos y ordenamiento por columnas

# Exportar la línea de tiempo combinada
# Archivo > Guardar como CSV > combined_timeline.csv

Conceptos Clave

TérminoDefinición
Amcache.hveUn archivo de registro de Windows en C:\Windows\appcompat\Programs\Amcache.hve que almacena metadatos sobre aplicaciones, archivos y controladores con fines de compatibilidad de aplicaciones
Entrada de Archivo AsociadaUn registro de Amcache vinculado a una instalación de programa específica, que contiene ruta de archivo, tamaño, hash y marcas de tiempo
Entrada de Archivo No AsociadaUn registro de Amcache huérfano de un formato antiguo que no está vinculado a una entrada de programa; común en sistemas Windows 7/8
Entrada de ProgramaRegistro de Amcache que contiene metadatos de instalación: nombre del programa, versión, editor, fecha de instalación y clave de desinstalación
Hash SHA-1Hash criptográfico almacenado en Amcache para cada archivo registrado, permitiendo la identificación de malware a través de búsquedas de inteligencia de amenazas
LinkDateLa marca de tiempo de compilación PE incrustada en el encabezado del ejecutable; la discrepancia con las marcas de tiempo del sistema de archivos puede indicar timestomping
Registros de TransaccionesArchivos .LOG1 y .LOG2 que contienen transacciones de registro no confirmadas que AmcacheParser reproduce para una recuperación completa de datos
NSRL (National Software Reference Library)Base de datos mantenida por NIST de hashes SHA-1 para software comercial conocido, utilizada como lista blanca para filtrar entradas benignas

Verificación

  • Se recolectaron Amcache.hve y los registros de transacciones (LOG1, LOG2) de la imagen forense
  • AmcacheParser produjo todos los archivos CSV de salida esperados sin errores
  • Se extrajeron los hashes SHA-1 y se verificaron contra VirusTotal o la búsqueda de hash de CIRCL
  • Se han marcado los ejecutables sin firmar en rutas sospechosas para un análisis más profundo
  • Las entradas de programa muestran todas las instalaciones de software dentro de la ventana del incidente
  • Se han verificado los binarios de controladores en busca de entradas sin firmar o fuera del sistema
  • Se ha realizado la comparación de LinkDate vs. FileKeyLastWriteTimestamp para detectar timestomping
  • Los hallazgos de Amcache se correlacionan con Prefetch y ShimCache para confirmación de ejecución
  • La línea de tiempo final integra los datos de Amcache con otros artefactos forenses

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

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