Communitygithub.com

analyse-artefacts-amcache-windows

Analyse la ruche de registre Windows Amcache.hve à l'aide d'Eric Zimmerman.

Qu'est-ce que analyse-artefacts-amcache-windows ?

Cette compétence automatise l'analyse forensique de la ruche de registre Windows Amcache.hve en utilisant l'AmcacheParser d'Eric Zimmerman. Elle guide l'utilisateur à travers l'acquisition de la ruche, l'extraction des artefacts (entrées de fichiers, programmes, pilotes, périphériques), la corrélation des hachages SHA-1 avec des bases de menaces (VirusTotal, CIRCL, NSRL), et la construction d'une chronologie d'activité. Elle est conçue pour les enquêteurs numériques et les équipes SOC sous Windows (PowerShell, EZ Tools) et nécessite .NET 6+, un accès à l'image forensique ou au système, ainsi qu'une liste blanche SHA-1 optionnelle pour le filtrage. Elle distingue les preuves d'existence de fichier (Amcache) des preuves d'exécution (ShimCache, Prefetch) et insiste sur l'utilisation conjointe des trois artefacts pour une conclusion fiable. La compétence fournit des filtres concrets pour Timeline Explorer, des commandes de corrélation avec les services de renseignement sur les menaces, et une liste de vérification finale pour garantir une analyse complète.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-windows-amcache-artifacts
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

Analyse des Artéfacts Amcache Windows

Quand l'utiliser

  • Déterminer quels programmes ont existé ou ont été exécutés sur un système Windows lors d'une réponse à incident
  • Corréler les hachages SHA-1 d'Amcache avec des bases de données de logiciels malveillants connus (VirusTotal, CIRCL, MISP)
  • Construire une chronologie d'installation et d'exécution d'applications pour des enquêtes forensiques
  • Identifier les exécutables supprimés qui laissent des traces dans Amcache même après suppression du fichier
  • Enquêter sur les menaces internes en documentant les applications portables ou non autorisées présentes
  • Analyser l'historique de chargement des pilotes pour détecter des rootkits ou des modules noyau malveillants

Ne pas utiliser comme seule preuve d'exécution d'un programme. Amcache prouve l'existence d'un fichier et l'enregistrement de métadonnées, mais ShimCache (AppCompatCache) et Prefetch fournissent des preuves d'exécution plus fortes. Utilisez les trois artefacts ensemble pour une analyse concluante.

Prérequis

  • Une image forensique ou une copie de triage en direct de C:\Windows\appcompat\Programs\Amcache.hve (et les journaux de transactions .LOG1, .LOG2 associés)
  • AmcacheParser d'Eric Zimmerman (AmcacheParser.exe) téléchargé depuis https://ericzimmerman.github.io/
  • Timeline Explorer d'Eric Zimmerman pour visualiser les résultats CSV parsés
  • Optionnellement : Registry Explorer pour une inspection manuelle de la ruche
  • Une liste blanche SHA-1 d'exécutables connus comme sûrs (par exemple, l'ensemble de hachages NSRL) pour le filtrage
  • Environnement d'exécution .NET 6+ installé (requis par les outils EZ actuels)
  • Accès en écriture à un répertoire de sortie pour les résultats CSV

Flux de travail

Étape 1 : Acquérir le fichier Amcache.hve

Extraire la ruche Amcache d'une image forensique ou d'un système en direct :

# Depuis un système en direct (nécessite des privilèges élevés et un outil de copie brute)
# Amcache.hve est verrouillé par le système ; utilisez un outil de copie disque brute
# Option A : FTK Imager - montez l'image et naviguez vers :
# C:\Windows\appcompat\Programs\Amcache.hve
# Collectez aussi : Amcache.hve.LOG1, Amcache.hve.LOG2

# Option B : Utilisation de KAPE pour une collecte de triage automatisée
kape.exe --tsource C: --tdest D:\Preuves\%m --target Amcache

# Option C : Depuis une image forensique montée (E: = image montée)
copy "E:\Windows\appcompat\Programs\Amcache.hve" D:\Preuves\
copy "E:\Windows\appcompat\Programs\Amcache.hve.LOG1" D:\Preuves\
copy "E:\Windows\appcompat\Programs\Amcache.hve.LOG2" D:\Preuves\

Toujours collecter les fichiers journaux de transactions (.LOG1, .LOG2) en même temps que la ruche. AmcacheParser rejoue les transactions non validées à partir de ces journaux pour récupérer les données les plus complètes.

Étape 2 : Analyser Amcache avec AmcacheParser

Exécutez AmcacheParser sur la ruche acquise :

# Analyse de base avec sortie CSV
AmcacheParser.exe -f "D:\Preuves\Amcache.hve" --csv "D:\Preuves\Sortie"

# Analyse avec une liste blanche SHA-1 pour exclure les entrées connues comme sûres (NSRL)
AmcacheParser.exe -f "D:\Preuves\Amcache.hve" -w "D:\ListesBlanches\nsrl_sha1.txt" --csv "D:\Preuves\Sortie"

# Analyse avec une liste d'inclusion SHA-1 (afficher uniquement les correspondances avec les hachages connus comme malveillants)
AmcacheParser.exe -f "D:\Preuves\Amcache.hve" -b "D:\IOCs\malware_sha1.txt" --csv "D:\Preuves\Sortie"

# Inclure les entrées supprimées avec des horodatages de haute précision
AmcacheParser.exe -f "D:\Preuves\Amcache.hve" --csv "D:\Preuves\Sortie" -i --mp

AmcacheParser produit plusieurs fichiers CSV dans le répertoire de sortie :

Fichier de sortieContenu
Amcache_AssociatedFileEntries.csvEntrées de fichiers avec hachages SHA-1, chemins, tailles et horodatages
Amcache_UnassociatedFileEntries.csvEntrées de fichiers orphelines provenant d'un ancien format Amcache
Amcache_ProgramEntries.csvMétadonnées des programmes installés (nom, éditeur, version, date d'installation)
Amcache_DeviceContainers.csvHistorique des connexions USB et de périphériques
Amcache_DevicePnps.csvInformations sur les pilotes de périphériques Plug-and-Play
Amcache_DriverBinaries.csvBinaires de pilotes chargés avec chemins et hachages

Étape 3 : Analyser les entrées de fichiers pour les programmes suspects

Ouvrez le fichier AssociatedFileEntries.csv dans Timeline Explorer et examinez les colonnes clés :

Colonnes clés à examiner :
- ProgramId          : Lie le fichier à son entrée de programme parent
- SHA1               : Hachage pour les recherches de renseignement sur les menaces
- FullPath           : Emplacement d'origine du fichier sur le disque
- FileSize           : Taille de l'exécutable
- FileKeyLastWriteTimestamp : Date de dernière mise à jour de l'entrée Amcache
- Name               : Nom du fichier
- Publisher           : Éditeur de signature de code (vide = non signé)
- BinProductVersion  : Chaîne de version provenant de l'en-tête PE
- LinkDate           : Horodatage de compilation PE (utile pour détecter le timestomping)

Filtrer pour les indicateurs suspects :

# Dans Timeline Explorer, appliquez ces filtres :

# 1. Trouver les exécutables non signés (potentiellement malveillants)
Colonne Publisher = (vide)

# 2. Trouver les exécutables provenant de chemins suspects
FullPath contient : \temp\, \appdata\, \downloads\, \public\, \programdata\

# 3. Trouver les exécutables avec des horodatages récents pendant la fenêtre d'incident
FileKeyLastWriteTimestamp entre : 2026-03-15 00:00:00 et 2026-03-16 00:00:00

# 4. Trouver les exécutables avec des dates de compilation suspectes (timestomping)
Année LinkDate < 2015 ET Année FileKeyLastWriteTimestamp = 2026

Étape 4 : Corréler les hachages SHA-1 avec le renseignement sur les menaces

Extraire les hachages SHA-1 et les vérifier par rapport aux bases de données de logiciels malveillants :

# Extraire les hachages SHA-1 uniques de la sortie parsée
# Utilisation de PowerShell pour extraire la colonne SHA1
Import-Csv "D:\Preuves\Sortie\Amcache_AssociatedFileEntries.csv" |
  Select-Object -ExpandProperty SHA1 -Unique |
  Where-Object { $_ -ne "" } |
  Out-File "D:\Preuves\Sortie\hashes_extraits.txt"

# Vérifier les hachages contre VirusTotal à l'aide de vt-cli
foreach ($hash in Get-Content "D:\Preuves\Sortie\hashes_extraits.txt") {
    vt file $hash --format json | Select-Object -Property meaningful_name, last_analysis_stats
}

# Vérifier les hachages contre CIRCL hashlookup
foreach ($hash in Get-Content "D:\Preuves\Sortie\hashes_extraits.txt") {
    Invoke-RestMethod -Uri "https://hashlookup.circl.lu/lookup/sha1/$hash"
}

# Recouper avec NSRL pour identifier les connus-sûrs par rapport aux inconnus
# Les hachages inconnus qui ne sont pas dans NSRL justifient une enquête plus approfondie

Étape 5 : Analyser les entrées de programmes pour les installations non autorisées

Examiner le fichier ProgramEntries.csv pour les logiciels que l'attaquant a pu installer :

Colonnes clés dans ProgramEntries :
- ProgramName        : Nom d'affichage de l'application installée
- ProgramVersion     : Chaîne de version
- Publisher          : Éditeur du logiciel
- InstallDate        : Date d'installation du programme
- Source             : Source d'installation (msi, exe, etc.)
- UninstallKey       : Chemin de désinstallation dans le registre
- PathsList         : Répertoires d'installation

Rechercher :

  • Outils d'accès à distance (AnyDesk, TeamViewer, ngrok, Chisel)
  • Outils de piratage (Mimikatz, PsExec, Cobalt Strike)
  • Utilitaires de tunneling (plink, socat, WireGuard)
  • Programmes installés pendant la fenêtre d'incident
  • Programmes installés dans des emplacements non standard

Étape 6 : Analyser les binaires de pilotes pour des preuves de rootkit

Examiner le fichier DriverBinaries.csv pour les pilotes chargés suspects :

Colonnes clés dans DriverBinaries :
- DriverName         : Nom du pilote
- DriverInBox        : S'il a été livré avec Windows (false = tiers)
- DriverSigned       : Si le pilote possède une signature valide
- DriverTimeStamp    : Horodatage de compilation
- Product            : Produit associé au pilote
- ProductVersion     : Version du pilote
- SHA1               : Hachage du binaire du pilote

Filtrer pour DriverInBox = false et DriverSigned = false afin de trouver les pilotes tiers non signés qui pourraient être des rootkits ou des pilotes vulnérables utilisés dans des attaques BYOVD (apportez votre propre pilote vulnérable).

Étape 7 : Construire une chronologie à partir des données Amcache

Combiner les données Amcache avec d'autres artéfacts pour une chronologie complète :

# Fusionner les CSV Amcache avec d'autres sorties d'outils EZ à l'aide de Timeline Explorer
# Charger les CSV suivants dans Timeline Explorer :
# - Amcache_AssociatedFileEntries.csv (preuve de fichier)
# - Amcache_ProgramEntries.csv (preuve d'installation)
# - Sortie Prefetch de PECmd.exe (preuve d'exécution)
# - Sortie ShimCache de AppCompatCacheParser.exe (preuve d'exécution)

# Trier toutes les entrées par horodatage pour reconstruire la séquence d'attaque
# Timeline Explorer prend en charge le chargement multi-fichiers et le tri par colonne

# Exporter la chronologie combinée
# Fichier > Enregistrer sous CSV > chronologie_combinee.csv

Concepts clés

TermeDéfinition
Amcache.hveRuche de registre Windows située dans C:\Windows\appcompat\Programs\Amcache.hve qui stocke les métadonnées sur les applications, fichiers et pilotes à des fins de compatibilité applicative
Entrée de fichier associéeEnregistrement Amcache lié à une installation de programme spécifique, contenant le chemin, la taille, le hachage et les horodatages du fichier
Entrée de fichier non associéeEnregistrement Amcache orphelin provenant d'un format plus ancien qui n'est pas lié à une entrée de programme ; courant sur les systèmes Windows 7/8
Entrée de programmeEnregistrement Amcache contenant les métadonnées d'installation : nom du programme, version, éditeur, date d'installation et clé de désinstallation
Hachage SHA-1Hachage cryptographique stocké dans Amcache pour chaque fichier enregistré, permettant l'identification de logiciels malveillants via des recherches de renseignement sur les menaces
LinkDateHorodatage de compilation PE intégré dans l'en-tête de l'exécutable ; un écart avec les horodatages du système de fichiers peut indiquer un timestomping
Journaux de transactionsFichiers .LOG1 et .LOG2 contenant les transactions de registre non validées qu'AmcacheParser rejoue pour une récupération complète des données
NSRL (National Software Reference Library)Base de données maintenue par le NIST contenant les hachages SHA-1 des logiciels commerciaux connus, utilisée comme liste blanche pour filtrer les entrées bénignes

Vérification

  • Amcache.hve et les journaux de transactions (LOG1, LOG2) ont été collectés à partir de l'image forensique
  • AmcacheParser a produit tous les fichiers CSV de sortie attendus sans erreur
  • Les hachages SHA-1 ont été extraits et vérifiés par rapport à VirusTotal ou CIRCL hashlookup
  • Les exécutables non signés dans des chemins suspects ont été signalés pour une analyse plus approfondie
  • Les entrées de programme montrent toutes les installations logicielles dans la fenêtre d'incident
  • Les binaires de pilotes ont été vérifiés pour les entrées non signées ou hors boîte
  • La comparaison LinkDate vs. FileKeyLastWriteTimestamp a été effectuée pour détecter le timestomping
  • Les résultats Amcache sont corrélés avec Prefetch et ShimCache pour confirmation d'exécution
  • La chronologie finale intègre les données Amcache avec d'autres artéfacts forensiques

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