Construcción de Pipeline Automatizado de Envío de Malware

¿Qué hace Construcción de Pipeline Automatizado de Envío de Malware?

Cuándo Usarlo

Usa esta habilidad cuando:

• Los equipos SOC enfrentan un alto volumen de alertas de archivos sospechosos que requieren análisis en sandbox
• El envío manual a sandbox crea cuellos de botella en el flujo de trabajo de triaje de alertas
• Las herramientas de seguridad de endpoint y correo electrónico ponen en cuarentena archivos que necesitan un veredicto automatizado
• La respuesta a incidentes requiere una rápida identificación de la familia de malware y extracción de IOC

No lo uses para analizar muestras de malware en vivo en entornos de producción; usa siempre infraestructura sandbox aislada.

Prerrequisitos

• Entorno sandbox: Cuckoo Sandbox, Joe Sandbox, Any.Run o VMRay
• Clave API de VirusTotal (Enterprise para envío, gratuita para consulta)
• Acceso a la API de MalwareBazaar para consulta de malware conocido
• Mecanismo de recolección de archivos: API de cuarentena de EDR, exportación de pasarela de correo, captura de red
• Python 3.8+ con las librerías requests, vt-py, pefile
• Red de análisis aislada sin conectividad de producción

Flujo de Trabajo

Paso 1: Construir el Pipeline de Recolección de Archivos

Recolecta archivos sospechosos de múltiples fuentes:

import requests
import hashlib
import os
from pathlib import Path
from datetime import datetime

class MalwareCollector:
    def __init__(self, quarantine_dir="/opt/malware_quarantine"):
        self.quarantine_dir = Path(quarantine_dir)
        self.quarantine_dir.mkdir(exist_ok=True)

    def collect_from_edr(self, edr_api_url, api_token):
        """Extrae archivos en cuarentena de CrowdStrike Falcon"""
        headers = {"Authorization": f"Bearer {api_token}"}

        # Obtener eventos de cuarentena recientes
        response = requests.get(
            f"{edr_api_url}/quarantine/queries/quarantined-files/v1",
            headers=headers,
            params={"filter": "state:'quarantined'", "limit": 50}
        )
        file_ids = response.json()["resources"]

        for file_id in file_ids:
            # Descargar archivo en cuarentena
            dl_response = requests.get(
                f"{edr_api_url}/quarantine/entities/quarantined-files/v1",
                headers=headers,
                params={"ids": file_id}
            )
            file_data = dl_response.content
            sha256 = hashlib.sha256(file_data).hexdigest()

            filepath = self.quarantine_dir / f"{sha256}.sample"
            filepath.write_bytes(file_data)
            yield {"sha256": sha256, "path": str(filepath), "source": "edr"}

    def collect_from_email_gateway(self, smtp_quarantine_path):
        """Extrae archivos adjuntos de la cuarentena de la pasarela de correo"""
        import email
        from email import policy

        for eml_file in Path(smtp_quarantine_path).glob("*.eml"):
            msg = email.message_from_binary_file(
                eml_file.open("rb"), policy=policy.default
            )
            for attachment in msg.iter_attachments():
                content = attachment.get_content()
                if isinstance(content, str):
                    content = content.encode()
                sha256 = hashlib.sha256(content).hexdigest()
                filename = attachment.get_filename() or "desconocido"

                filepath = self.quarantine_dir / f"{sha256}.sample"
                filepath.write_bytes(content)
                yield {
                    "sha256": sha256,
                    "path": str(filepath),
                    "source": "email",
                    "original_filename": filename,
                    "sender": msg["From"],
                    "subject": msg["Subject"]
                }

    def compute_hashes(self, filepath):
        """Calcula MD5, SHA1, SHA256 para un archivo"""
        with open(filepath, "rb") as f:
            content = f.read()
        return {
            "md5": hashlib.md5(content).hexdigest(),
            "sha1": hashlib.sha1(content).hexdigest(),
            "sha256": hashlib.sha256(content).hexdigest(),
            "size": len(content)
        }

Paso 2: Preseleccionar con Consultas de Hash

Verifica si el archivo ya es conocido antes del envío al sandbox:

import vt

class MalwarePreScreener:
    def __init__(self, vt_api_key, mb_api_url="https://mb-api.abuse.ch/api/v1/"):
        self.vt_client = vt.Client(vt_api_key)
        self.mb_api_url = mb_api_url

    def check_virustotal(self, sha256):
        """Consulta el hash en VirusTotal"""
        try:
            file_obj = self.vt_client.get_object(f"/files/{sha256}")
            stats = file_obj.last_analysis_stats
            return {
                "found": True,
                "malicious": stats.get("malicious", 0),
                "suspicious": stats.get("suspicious", 0),
                "undetected": stats.get("undetected", 0),
                "total": sum(stats.values()),
                "threat_label": getattr(file_obj, "popular_threat_classification", {}).get(
                    "suggested_threat_label", "Desconocido"
                ),
                "type": getattr(file_obj, "type_description", "Desconocido")
            }
        except vt.APIError:
            return {"found": False}

    def check_malwarebazaar(self, sha256):
        """Consulta el hash en MalwareBazaar"""
        response = requests.post(
            self.mb_api_url,
            data={"query": "get_info", "hash": sha256}
        )
        data = response.json()
        if data["query_status"] == "ok":
            entry = data["data"][0]
            return {
                "found": True,
                "signature": entry.get("signature", "Desconocido"),
                "tags": entry.get("tags", []),
                "file_type": entry.get("file_type", "Desconocido"),
                "first_seen": entry.get("first_seen", "Desconocido")
            }
        return {"found": False}

    def pre_screen(self, sha256):
        """Ejecuta todas las comprobaciones de preselección"""
        vt_result = self.check_virustotal(sha256)
        mb_result = self.check_malwarebazaar(sha256)

        verdict = "DESCONOCIDO"
        if vt_result["found"] and vt_result.get("malicious", 0) > 10:
            verdict = "CONOCIDO_MALICIOSO"
        elif vt_result["found"] and vt_result.get("malicious", 0) == 0:
            verdict = "PROBABLEMENTE_LIMPIO"

        return {
            "sha256": sha256,
            "virustotal": vt_result,
            "malwarebazaar": mb_result,
            "pre_screen_verdict": verdict,
            "needs_sandbox": verdict == "DESCONOCIDO"
        }

    def close(self):
        self.vt_client.close()

Paso 3: Enviar al Sandbox para Análisis Dinámico

Envío a Cuckoo Sandbox:

class SandboxSubmitter:
    def __init__(self, cuckoo_url="http://cuckoo.internal:8090"):
        self.cuckoo_url = cuckoo_url

    def submit_to_cuckoo(self, filepath, timeout=300):
        """Envía un archivo a Cuckoo Sandbox"""
        with open(filepath, "rb") as f:
            response = requests.post(
                f"{self.cuckoo_url}/tasks/create/file",
                files={"file": f},
                data={
                    "timeout": timeout,
                    "options": "procmemdump=yes,route=none",
                    "priority": 2,
                    "machine": "win10_x64"
                }
            )
        task_id = response.json()["task_id"]
        return task_id

    def wait_for_analysis(self, task_id, poll_interval=30, max_wait=600):
        """Espera a que el análisis del sandbox se complete"""
        import time
        elapsed = 0
        while elapsed < max_wait:
            response = requests.get(f"{self.cuckoo_url}/tasks/view/{task_id}")
            status = response.json()["task"]["status"]
            if status == "reported":
                return self.get_report(task_id)
            elif status == "failed_analysis":
                return {"error": "El análisis falló"}
            time.sleep(poll_interval)
            elapsed += poll_interval
        return {"error": "El análisis excedió el tiempo de espera"}

    def get_report(self, task_id):
        """Recupera el informe de análisis"""
        response = requests.get(f"{self.cuckoo_url}/tasks/report/{task_id}")
        report = response.json()

        # Extraer indicadores clave
        return {
            "task_id": task_id,
            "score": report.get("info", {}).get("score", 0),
            "signatures": [
                {"name": s["name"], "severity": s["severity"], "description": s["description"]}
                for s in report.get("signatures", [])
            ],
            "network": {
                "dns": [d["request"] for d in report.get("network", {}).get("dns", [])],
                "http": [
                    {"url": h["uri"], "method": h["method"]}
                    for h in report.get("network", {}).get("http", [])
                ],
                "hosts": report.get("network", {}).get("hosts", [])
            },
            "dropped_files": [
                {"name": f["name"], "sha256": f["sha256"], "size": f["size"]}
                for f in report.get("dropped", [])
            ],
            "processes": [
                {"name": p["process_name"], "pid": p["pid"], "command_line": p.get("command_line", "")}
                for p in report.get("behavior", {}).get("processes", [])
            ],
            "registry_keys": [
                k for k in report.get("behavior", {}).get("summary", {}).get("regkey_written", [])
            ]
        }

    def submit_to_joesandbox(self, filepath, joe_api_key, joe_url="https://jbxcloud.joesecurity.org/api"):
        """Envía a Joe Sandbox Cloud"""
        with open(filepath, "rb") as f:
            response = requests.post(
                f"{joe_url}/v2/submission/new",
                headers={"Authorization": f"Bearer {joe_api_key}"},
                files={"sample": f},
                data={
                    "systems": "w10_64",
                    "internet-access": False,
                    "report-cache": True
                }
            )
        return response.json()["data"]["webid"]

Paso 4: Extraer IOCs y Generar Veredicto

class VerdictGenerator:
    def __init__(self):
        self.malicious_threshold = 7  # Umbral de puntuación de Cuckoo

    def generate_verdict(self, pre_screen, sandbox_report):
        """Combina los resultados de preselección y sandbox para un veredicto final"""
        iocs = {
            "ips": [],
            "domains": [],
            "urls": [],
            "hashes": [],
            "registry_keys": [],
            "files_dropped": []
        }

        # Extraer IOCs del informe del sandbox
        if sandbox_report:
            iocs["domains"] = sandbox_report.get("network", {}).get("dns", [])
            iocs["ips"] = sandbox_report.get("network", {}).get("hosts", [])
            iocs["urls"] = [
                h["url"] for h in sandbox_report.get("network", {}).get("http", [])
            ]
            iocs["hashes"] = [
                f["sha256"] for f in sandbox_report.get("dropped_files", [])
            ]
            iocs["registry_keys"] = sandbox_report.get("registry_keys", [])[:10]
            iocs["files_dropped"] = sandbox_report.get("dropped_files", [])

        # Determinar veredicto
        vt_malicious = pre_screen.get("virustotal", {}).get("malicious", 0)
        sandbox_score = sandbox_report.get("score", 0) if sandbox_report else 0
        sig_count = len(sandbox_report.get("signatures", [])) if sandbox_report else 0

        combined_score = (vt_malicious * 2) + (sandbox_score * 10) + (sig_count * 5)

        if combined_score >= 100:
            verdict = "MALICIOSO"
            confidence = "ALTA"
        elif combined_score >= 50:
            verdict = "SOSPECHOSO"
            confidence = "MEDIA"
        elif combined_score >= 20:
            verdict = "POTENCIALMENTE_NO_DESEADO"
            confidence = "BAJA"
        else:
            verdict = "LIMPIO"
            confidence = "ALTA"

        return {
            "verdict": verdict,
            "confidence": confidence,
            "combined_score": combined_score,
            "iocs": iocs,
            "vt_detections": vt_malicious,
            "sandbox_score": sandbox_score,
            "signatures": sandbox_report.get("signatures", []) if sandbox_report else []
        }

Paso 5: Enviar Resultados al SIEM

def push_to_splunk(verdict_result, splunk_url, splunk_token):
    """Envía el veredicto del análisis de malware a Splunk HEC"""
    import json

    event = {
        "sourcetype": "malware_analysis",
        "source": "malware_pipeline",
        "event": {
            "sha256": verdict_result["sha256"],
            "verdict": verdict_result["verdict"],
            "confidence": verdict_result["confidence"],
            "score": verdict_result["combined_score"],
            "vt_detections": verdict_result["vt_detections"],
            "sandbox_score": verdict_result["sandbox_score"],
            "malware_family": verdict_result.get("threat_label", "Desconocido"),
            "iocs": verdict_result["iocs"],
            "signatures": [s["name"] for s in verdict_result["signatures"]]
        }
    }

    response = requests.post(
        f"{splunk_url}/services/collector/event",
        headers={
            "Authorization": f"Splunk {splunk_token}",
            "Content-Type": "application/json"
        },
        json=event,
        verify=not os.environ.get("SKIP_TLS_VERIFY", "").lower() == "true",  # Configura SKIP_TLS_VERIFY=true para certificados autofirmados en entornos de laboratorio
    )
    return response.status_code == 200

def push_iocs_to_blocklist(iocs, firewall_api):
    """Envía los IOCs extraídos a la infraestructura de bloqueo"""
    for ip in iocs.get("ips", []):
        requests.post(
            f"{firewall_api}/block",
            json={"type": "ip", "value": ip, "action": "block", "source": "malware_pipeline"}
        )
    for domain in iocs.get("domains", []):
        requests.post(
            f"{firewall_api}/block",
            json={"type": "domain", "value": domain, "action": "sinkhole", "source": "malware_pipeline"}
        )

Paso 6: Orquestar el Pipeline Completo

def ru

...

[truncado para traducción]