Communitygithub.com

Analyse des mécanismes de persistance sous Linux

Scannez les systèmes Linux à la recherche de mécanismes de persistance incluant les entrées crontab/systemd, l'injection LD_PRELOAD, les modifications de profils shell (.bashrc, .profile) et les backdoors SSH authorized_keys, puis corrélez les résultats avec les logs auditd pour établir une chronologie d'installation. Utilisez-le lors d'une réponse à incident ou d'une chasse aux menaces pour détecter ou confirmer comment un adversaire a maintenu l'accès à un hôte Linux compromis.

Qu'est-ce que Analyse des mécanismes de persistance sous Linux ?

Cette compétence est conçue pour les enquêteurs numériques et les analystes SOC qui doivent analyser en profondeur les mécanismes de persistance sur les systèmes Linux. Elle automatise la recherche de plusieurs vecteurs de persistance courants, tels que les tâches cron, les unités systemd, l'injection de bibliothèques LD_PRELOAD, les modifications de profils shell, les clés SSH autorisées non autorisées et les scripts d'init. La compétence examine les horodatages et l'intégrité des fichiers, puis corrèle les résultats avec les logs auditd pour construire une chronologie détaillée de l'installation de la persistance, permettant ainsi de comprendre comment un adversaire a maintenu l'accès. Elle produit un rapport JSON avec des scores de risque, une chronologie, un mappage des techniques MITRE ATT&CK (T1053, T1543, T1574, T1546) et des commandes de remédiation. Fonctionnant sur tout système Linux avec accès root ou sudo et Python 3.8+, elle est idéale pour les opérations de réponse à incident et de chasse aux menaces.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-persistence-mechanisms-in-linux

Demander à votre IA préférée

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

Documentation

Que fait Analyse des mécanismes de persistance sous Linux ?

Aperçu

Les adversaires établissent une persistance sur les systèmes Linux via des tâches crontab, des unités de service/timer systemd, l'injection de bibliothèques LD_PRELOAD, les modifications de profils shell (.bashrc, .profile), les backdoors SSH authorized_keys et la manipulation de scripts d'init. Cette compétence analyse tous les vecteurs de persistance connus, vérifie les horodatages et l'intégrité des fichiers, et corrèle les résultats avec les logs auditd pour construire une chronologie d'installation de la persistance.

Quand l'utiliser

  • Lors de l'investigation d'incidents de sécurité nécessitant l'analyse des mécanismes de persistance sous Linux
  • Lors de l'élaboration de règles de détection ou de requêtes de chasse aux menaces pour ce domaine
  • Lorsque les analystes SOC ont besoin de procédures structurées pour ce type d'analyse
  • Lors de la validation de la couverture de surveillance de sécurité pour les techniques d'attaque associées

Prérequis

  • Accès root ou sudo sur le système Linux cible (ou image forensique)
  • auditd configuré avec des règles de surveillance de fichiers sur les chemins de persistance
  • Python 3.8+ avec la bibliothèque standard (os, subprocess, json)
  • Optionnel : agent OSSEC/Wazuh pour les alertes de surveillance d'intégrité des fichiers

Étapes

  1. Analyser les entrées Crontab — Énumérer toutes les crontabs utilisateurs, /etc/cron.d/, /etc/cron.daily/ et les tâches anacron pour détecter des commandes suspectes
  2. Auditer les unités Systemd — Vérifier /etc/systemd/system/ et ~/.config/systemd/user/ pour les unités de service et timer non gérées par le gestionnaire de paquets
  3. Détecter le détournement LD_PRELOAD — Vérifier /etc/ld.so.preload et la variable d'environnement LD_PRELOAD pour détecter des bibliothèques partagées injectées
  4. Inspecter les profils Shell — Analyser .bashrc, .bash_profile, .profile, /etc/profile.d/ pour détecter des commandes injectées ou des shells inversés
  5. Vérifier les clés autorisées SSH — Auditer tous les fichiers authorized_keys pour détecter des clés publiques non autorisées avec des restrictions de commandes
  6. Corréler les logs Auditd — Rechercher dans les logs auditd les événements de modification de fichiers sur les chemins de persistance pour construire une chronologie d'installation
  7. Générer le rapport de persistance — Produire un rapport avec évaluation des risques de tous les mécanismes de persistance découverts

Résultat attendu

  • Rapport JSON de tous les mécanismes de persistance trouvés avec des scores de risque
  • Chronologie d'installation de la persistance issue de la corrélation auditd
  • Mappage des techniques MITRE ATT&CK (T1053, T1543, T1574, T1546)
  • Commandes de remédiation pour chaque mécanisme de persistance détecté

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