Communitygithub.com

Analyse du trafic réseau pour incidents

Analyse les captures de trafic réseau et les données de flux pour identifier l'activité d'un adversaire lors d'incidents de sécurité, y compris.

Qu'est-ce que Analyse du trafic réseau pour incidents ?

Cette compétence permet aux analystes SOC et aux enquêteurs de sécurité d'analyser en profondeur le trafic réseau suspect à partir de captures complètes (PCAP), de journaux Zeek et de données NetFlow. Elle guide l'utilisateur à travers un workflow structuré en six étapes : capture ou acquisition du trafic, détection des communications C2 (beaconing automatique via des connexions régulières, analyse HTTPS et DNS suspect), détection des mouvements latéraux (protocoles SMB, RDP, WinRM, WMI), détection d'exfiltration de données volumes élevés, extraction et corrélation d'IOC réseau, et documentation des preuves. L'outil est conçu pour les plateformes Wireshark, Zeek et Arkime, et met en garde contre les erreurs courantes comme l'analyse uniquement HTTP alors que le C2 utilise HTTPS, l'ignorance des tunnels DNS, ou les décalages de fuseau horaire. Il inclut un format de rapport standardisé pour documenter résultats, durées et références de preuves.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-network-traffic-for-incidents
Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentation

Que fait Analyse du trafic réseau pour incidents ?

Quand utiliser

  • Alertes SIEM sur des schémas de trafic réseau anormaux nécessitant une investigation approfondie
  • Suspicion de beaconing C2 à confirmer par une analyse au niveau paquet
  • Volume ou destination d'exfiltration de données à quantifier à partir des preuves réseau
  • Mouvement latéral entre systèmes à retracer via les connexions réseau
  • Alerte IDS/IPS nécessitant une validation au niveau paquet pour confirmer ou infirmer

Ne pas utiliser pour l'analyse forensique basée sur l'hôte (exécution de processus, artefacts du système de fichiers) ; utiliser plutôt des outils de forensique de poste de travail.

Prérequis

  • Infrastructure de capture de paquets complète (PCAP) ou capacité de capture à la demande (tap réseau, port SPAN)
  • Wireshark installé sur le poste d'analyse avec connaissance des filtres d'affichage appropriés
  • Zeek (anciennement Bro) déployé pour la génération de métadonnées réseau (conn.log, dns.log, http.log, ssl.log)
  • Collecte NetFlow/IPFIX depuis les équipements réseau pour l'analyse des flux de trafic
  • Schéma d'architecture réseau montrant la disposition des VLAN, le placement des pare-feu et les points de surveillance
  • Flux de renseignement sur les menaces pour corréler les indicateurs réseau observés

Workflow

Étape 1 : Capturer ou acquérir le trafic réseau

Obtenez les données de trafic pertinentes pour l'investigation :

Capture en direct (si l'incident est actif) :

# Capture sur une interface spécifique en filtrant par hôte
tcpdump -i eth0 -w capture.pcap host 10.1.5.42

# Capture du trafic C2 vers une IP externe spécifique
tcpdump -i eth0 -w c2_traffic.pcap host 185.220.101.42

# Capture avec rotation (fichiers de 1 Go, en garder 10)
tcpdump -i eth0 -w capture_%Y%m%d%H%M.pcap -C 1000 -W 10

Depuis l'infrastructure existante :

  • Exporter le PCAP depuis l'appliance de capture complète (Arkime/Moloch, ExtraHop, Corelight)
  • Récupérer les journaux Zeek depuis le cluster Zeek pour la période d'investigation
  • Exporter les données NetFlow depuis les équipements réseau pour une analyse de trafic de haut niveau

Étape 2 : Identifier les communications C2

Détecter les schémas de trafic de commande et contrôle :

Détection de beacon (Zeek conn.log) :

# Extraire les connexions vers des IP externes avec des intervalles réguliers
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

Analyse de beacon avec Wireshark :

# Filtrer pour le trafic vers une IP C2 suspectée
ip.addr == 185.220.101.42

# Filtrer le trafic HTTPS vers des ports non standard
tcp.port != 443 && ssl

# Filtrer les requêtes DNS pour des domaines suspects
dns.qry.name contains "evil" or dns.qry.name matches "^[a-z0-9]{32}\."

# Filtrer les requêtes HTTP POST (méthode courante de check-in C2)
http.request.method == "POST" && ip.dst == 185.220.101.42

Caractéristiques de beacon à identifier :

  • Intervalles de temps réguliers entre les connexions (par ex. toutes les 60 secondes avec une gigue de 10-15 %)
  • Tailles de paquets cohérentes dans les requêtes et réponses
  • HTTPS vers des IP externes non associées à des CDN ou services légitimes
  • Requêtes DNS avec des sous-domaines à haute entropie (indicateur de tunneling DNS)

Étape 3 : Analyser le trafic de mouvement latéral

Retracer les déplacements de l'adversaire entre systèmes internes :

Protocoles clés pour la détection de mouvement latéral :
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
SMB (TCP 445) :     PsExec, accès aux fichiers partagés, propagation de ransomware
RDP (TCP 3389) :    Sessions bureau à distance
WinRM (TCP 5985) :  PowerShell à distance
WMI (TCP 135) :     Exécution de commandes à distance
SSH (TCP 22) :      Mouvement latéral Linux
DCE/RPC (TCP 135) : Mouvement latéral basé sur DCOM

Filtres Wireshark pour le mouvement latéral :

# Mouvement latéral SMB
smb2 && ip.src == 10.1.5.42 && ip.dst != 10.1.5.42

# Connexions RDP depuis un hôte compromis
tcp.dstport == 3389 && ip.src == 10.1.5.42

# Demandes de tickets Kerberos (potentiel pass-the-ticket)
kerberos.msg_type == 12 && ip.src == 10.1.5.42

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

Étape 4 : Détecter l'exfiltration de données

Identifier les transferts de données non autorisés quittant le réseau :

# Identifier les transferts sortants volumineux dans 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

# Détection de tunneling DNS (volume élevé de requêtes TXT)
cat dns.log | zeek-cut query qtype | grep TXT | cut -f1 \
  | rev | cut -d. -f1,2 | rev | sort | uniq -c | sort -rn | head

# Utilisation de protocoles inhabituels (tunneling ICMP, DNS over HTTPS)
cat conn.log | zeek-cut proto id.resp_p orig_bytes | awk '$1 == "icmp" && $3 > 1000'

Filtres Wireshark pour l'exfiltration :

# Gros téléversements HTTP POST
http.request.method == "POST" && tcp.len > 10000

# Transferts de données FTP
ftp-data && ip.src == 10.0.0.0/8

# DNS avec réponses TXT volumineuses (tunneling)
dns.resp.type == 16 && dns.resp.len > 200

Étape 5 : Extraire et corréler les IOC

Récupérer les indicateurs réseau issus de l'analyse du trafic :

  • Adresses IP externes contactées par les hôtes compromis
  • Domaines résolus via DNS pendant la période de l'incident
  • URLs accédées via HTTP/HTTPS (si inspection SSL en place)
  • Détails des certificats TLS (sujet, émetteur, numéro de série, hachages JA3/JA3S)
  • Chaînes User-Agent des requêtes HTTP
  • Transferts de fichiers capturés dans le PCAP (extraire avec Exportation d'objets Wireshark)

Étape 6 : Documenter les conclusions forensiques réseau

Compiler l'analyse dans un rapport structuré avec des références de preuves :

  • Référencer les fichiers PCAP spécifiques, les numéros de trame et les horodatages pour chaque constat
  • Inclure des captures de paquets des preuves clés sous forme de captures d'écran ou PDF exportés
  • Mapper l'activité réseau sur la chronologie de l'incident
  • Corréler les constats réseau avec les preuves basées sur l'hôte issues de la forensique des postes

Concepts clés

TermeDéfinition
PCAP (Packet Capture)Format de fichier stockant les paquets réseau bruts capturés depuis une interface réseau pour analyse hors ligne
BeaconingConnexions réseau régulières et périodiques depuis un hôte compromis vers un serveur C2, identifiables par des intervalles de temps cohérents
JA3/JA3SMéthode d'empreinte TLS client et serveur basée sur les paramètres ClientHello et ServerHello ; unique par application
NetFlow/IPFIXMétadonnées de trafic réseau (source, destination, ports, octets, durée) collectées par les routeurs et commutateurs sans capture complète des paquets
Tunneling DNSTechnique encodant des données dans les requêtes et réponses DNS pour exfiltrer des données ou maintenir un C2 via le protocole DNS
Tap réseauPériphérique matériel créant une copie exacte du trafic réseau pour la surveillance sans impacter les performances
Journaux ZeekJournaux de métadonnées structurés générés par le cadre d'analyse réseau Zeek couvrant les connexions, DNS, HTTP, SSL, et plus

Outils et systèmes

  • Wireshark : Analyseur de paquets open source pour l'inspection approfondie des protocoles réseau au niveau paquet
  • Zeek (anciennement Bro) : Cadre d'analyse réseau générant des journaux de métadonnées structurés à partir de trafic en direct ou capturé
  • Arkime (anciennement Moloch) : Plateforme open source de capture et recherche de paquets complets pour la forensique réseau à grande échelle
  • NetworkMiner : Outil d'analyse forensique réseau pour extraire fichiers, images et identifiants de fichiers PCAP
  • RITA (Real Intelligence Threat Analytics) : Outil open source de détection de beacon et d'analyse de tunneling DNS pour les journaux Zeek

Scénarios courants

Scénario : Confirmer un beacon C2 et quantifier l'exfiltration

Contexte : L'EDR détecte un processus suspect sur un poste de travail mais ne peut déterminer le volume de données exfiltrées. L'équipe réseau fournit le PCAP depuis l'appliance de capture complète couvrant la période de l'incident.

Approche :

  1. Filtrer le PCAP pour le trafic depuis l'IP de l'hôte compromis vers des destinations externes
  2. Identifier le canal C2 en analysant les schémas temporels de connexion (détection de beacon)
  3. Extraire le certificat TLS et le hachage JA3 de la connexion C2 pour générer des IOC
  4. Calculer le total d'octets transférés vers l'infrastructure C2 pendant la durée de l'incident
  5. Vérifier la présence d'autres canaux d'exfiltration (tunneling DNS, téléversements vers stockage cloud)
  6. Extraire les fichiers non chiffrés transférés à l'aide de la fonctionnalité Exportation d'objets Wireshark

Pièges à éviter :

  • Analyser uniquement le trafic HTTP alors que le C2 utilise HTTPS sans inspection SSL
  • Manquer le tunneling DNS car le volume de données par requête est faible (mais le total sur la durée est significatif)
  • Ne pas corréler les horodatages réseau avec ceux des postes (décalages de fuseau horaire)
  • Négliger les services cloud légitimes détournés pour l'exfiltration (OneDrive, Google Drive, Dropbox)

Format de sortie

RAPPORT D'ANALYSE DU TRAFIC RÉSEAU
=================================
Incident :         INC-2025-1547
Analyste :         [Nom]
Source de capture : Arkime capture complète
Période d'analyse : 2025-11-15 14:00 UTC - 2025-11-15 18:00 UTC
Taille totale PCAP : 4,7 Go

COMMUNICATIONS C2
Source :           10.1.5.42 (WKSTN-042)
Destination :      185.220.101.42:443 (HTTPS)
Intervalle beacon : 60 secondes ± 12 % de gigue
Sessions :         237 connexions sur 4 heures
Hachage JA3 :      a0e9f5d64349fb13191bc781f81f42e1
Certificat TLS :   CN=update.evil[.]com (auto-signé)
Données envoyées : 147 Mo (sortant)
Données reçues :   2,3 Mo (entrant - commandes)

MOUVEMENT LATÉRAL
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

RÉSUMÉ DE L'EXFILTRATION
Protocole :        HTTPS vers serveur C2
Volume :           147 Mo sortant
Durée :            14:23 UTC - 18:00 UTC
Fichiers extraits : [liste si récupérables depuis des canaux non chiffrés]

ANALYSE DNS
Requêtes suspectes : 0 indicateur de tunneling DNS
Détection DGA :      0 domaine généré algorithmiquement

RÉFÉRENCES DE PREUVES
Fichier PCAP :     INC-2025-1547_capture.pcap (SHA-256 : ...)
Journaux 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 associés

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