Communitygithub.com

building-malware-incident-communication-template

Construire des modèles de communication structurés pour les incidents liés aux logiciels malveillants (rançongiciels, etc.)

Qu'est-ce que building-malware-incident-communication-template ?

Cette compétence permet de générer des modèles de communication structurés pour gérer efficacement les incidents de logiciels malveillants (ransomware, wiper, trojan, ver). Elle fournit un cadre complet incluant la classification de sévérité (P1 à P4), des canaux de communication sécurisés, et des modèles prêts à l'emploi pour les notifications internes, les briefings exécutifs, les avis techniques aux équipes IT, les notifications réglementaires et les communications clients/public. Utile pour les équipes de réponse aux incidents (CERT/SOC), RSSI, responsables juridiques et conformité, elle s'applique à tous les environnements nécessitant des communications rapides et conformes (ex. réglementations GDPR). Le SKILL.md fournit des modèles détaillés avec champs variables, une matrice d'escalade et des bonnes pratiques basées sur les normes NIST, SANS et CISA.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/building-malware-incident-communication-template

Demander à votre IA préférée

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

Documentation

Construction d'un modèle de communication pour incidents liés aux logiciels malveillants

Vue d'ensemble

Une communication efficace lors d'incidents liés aux logiciels malveillants est cruciale pour une réponse coordonnée, la gestion des parties prenantes et la conformité réglementaire. Un cadre de communication structuré garantit que les bonnes personnes reçoivent les informations appropriées au bon moment, évitant la panique tout en maintenant la transparence. Les modèles de communication doivent couvrir l'escalade interne, les briefings exécutifs, les avis techniques pour les équipes IT, les notifications clients, les divulgations réglementaires et les déclarations aux médias. Le cadre doit tenir compte des différents types de logiciels malveillants (ransomware, wiper, trojan, ver) et des niveaux de sévérité qui déterminent la rapidité d'escalade et le public cible.

Quand l'utiliser

  • Lors du déploiement ou de la configuration des capacités de modèle de communication pour incidents liés aux logiciels malveillants dans votre environnement
  • Lors de la mise en place de contrôles de sécurité alignés sur les exigences de conformité
  • Lors de la construction ou de l'amélioration de l'architecture de sécurité pour ce domaine
  • Lors de la réalisation d'évaluations de sécurité nécessitant cette mise en œuvre

Prérequis

  • Connaissance des concepts et outils de réponse aux incidents
  • Accès à un environnement de test ou de laboratoire pour une exécution sécurisée
  • Python 3.8+ avec les dépendances requises installées
  • Autorisation appropriée pour toute activité de test

Cadre de communication

Classification de sévérité

SévéritéDescriptionDélai de notificationPublic
P1 - CritiqueRansomware, wiper, ou infection généralisée affectant les opérations métierDans les 15 minutesRSSI, PDG, Juridique, Conseil (si applicable)
P2 - ÉlevéeLogiciel malveillant ciblé sur des systèmes critiques, exfiltration de données suspectéeDans l'heureRSSI, Directeur IT, Juridique
P3 - MoyenneInfection par logiciel malveillant contenue, propagation limitéeDans les 4 heuresResponsable sécurité, Directeur IT
P4 - FaibleInfection d'un seul endpoint, rapidement contenueDans les 24 heuresChef d'équipe sécurité

Canaux de communication

CanalCas d'usageNiveau de sécurité
Appels téléphoniques hors bandeNotifications critiques initialesLe plus élevé
Messagerie chiffrée (Signal)Coordination en temps réel de l'équipe RIÉlevé
Email sécurisé (chiffré)Notifications formelles, documentationÉlevé
Salle de guerre (physique/virtuelle)Coordination continue de l'incidentMoyen
Système de tickets d'incidentsSuivi et documentation de l'étatMoyen
Intranet de l'entrepriseCommunication large aux employésStandard

Modèle 1 : Notification initiale d'incident (interne)

OBJET : [SÉVÉRITÉ] Incident logiciel malveillant - Notification initiale - [DATE/HEURE UTC]

CLASSIFICATION : CONFIDENTIEL - ÉQUIPE RI UNIQUEMENT

ID INCIDENT : IR-[ANNÉE]-[NUMÉRO]
HEURE DE DÉTECTION : [AAAA-MM-JJ HH:MM UTC]
HEURE DE NOTIFICATION : [AAAA-MM-JJ HH:MM UTC]
SÉVÉRITÉ : [P1/P2/P3/P4]

RÉSUMÉ :
Un incident lié à un logiciel malveillant a été détecté, affectant [NOMBRE] systèmes dans
[DÉPARTEMENT/LOCALISATION]. Le logiciel malveillant a été identifié comme [TYPE] avec des
caractéristiques [CONNUES/INCONNUES].

IMPACT ACTUEL :
- Systèmes affectés : [COMPTE et DESCRIPTION]
- Fonctions métier impactées : [LISTE]
- Données à risque : [DESCRIPTION]
- Statut de propagation actuel : [CONTENUE/EN PROPAGATION/INCONNU]

ACTIONS IMMÉDIATES PRISES :
1. [ACTION - ex. : Endpoints concernés isolés du réseau]
2. [ACTION - ex. : Politiques de confinement EDR activées]
3. [ACTION - ex. : Équipe sécurité mobilisée]

PROCHAINES ÉTAPES :
1. [ACTION PLANIFIÉE avec DÉLAI]
2. [ACTION PLANIFIÉE avec DÉLAI]

COMMANDANT DE L'INCIDENT : [NOM]
CONTACT : [TÉLÉPHONE/CANAL CHIFFRÉ]

PROCHAINE MISE À JOUR : [HEURE] ou plus tôt si la situation évolue

---
Ne pas transférer cette notification en dehors de l'équipe RI.

Modèle 2 : Briefing exécutif

OBJET : Briefing exécutif - Incident logiciel malveillant IR-[ANNÉE]-[NUMÉRO]

POUR : [PDG / RSSI / DSI / Conseil]
DE : [Commandant de l'incident]
DATE : [DATE]
MISE À JOUR : [#]

RÉSUMÉ DE LA SITUATION :
[2-3 phrases décrivant l'incident en termes métier]

IMPACT MÉTIER :
- Impact sur le chiffre d'affaires : [ESTIMÉ/AUCUN/EN COURS D'ÉVALUATION]
- Impact opérationnel : [DESCRIPTION]
- Impact client : [DESCRIPTION]
- Implications réglementaires : [DESCRIPTION]

STATUT ACTUEL : [DÉTECTÉ / CONTENU / EN COURS D'ÉRADICATION / EN RÉTABLISSEMENT]

DÉCISIONS CLÉS NÉCESSAIRES :
1. [DÉCISION avec contexte et recommandation]
2. [DÉCISION avec contexte et recommandation]

CHRONOLOGIE :
- [HEURE] : Incident détecté
- [HEURE] : Confinement initié
- [HEURE] : [ÉTAPE CLÉ]
- [HEURE] : Rétablissement estimé (si connu)

STATUT DE LA COMMUNICATION EXTERNE :
- Notification réglementaire : [REQUISE/SOUMISE/NON REQUISE]
- Notification client : [REQUISE/PLANIFIÉE/NON REQUISE]
- Forces de l'ordre : [ENGAGÉES/PLANIFIÉES/NON APPLICABLE]

BESOINS EN RESSOURCES :
- [BESOIN EN RESSOURCE - ex. : Engagement d'un cabinet IR externe]
- [BESOIN EN RESSOURCE - ex. : Matériel supplémentaire pour reconstruction]

PROCHAINE MISE À JOUR : [HEURE]

Modèle 3 : Avis technique pour les équipes IT

OBJET : AVIS TECHNIQUE - [NOM DU LOGICIEL MALVEILLANT] - Action immédiate requise

SÉVÉRITÉ : [CRITIQUE/ÉLEVÉE/MOYENNE]
DATE : [DATE/HEURE UTC]
ID AVIS : TA-[ANNÉE]-[NUMÉRO]

DESCRIPTION DE LA MENACE :
[Description technique du logiciel malveillant, comportement et indicateurs]

SYSTÈMES AFFECTÉS :
- Systèmes d'exploitation : [LISTE]
- Applications : [LISTE]
- Segments réseau : [LISTE]

INDICATEURS DE COMPROMISSION (IOC) :
Hachages de fichiers :
  MD5 : [HACHAGE]
  SHA256 : [HACHAGE]

Noms de fichiers :
  [NOM DE FICHIER]

Indicateurs réseau :
  Domaines C2 : [DOMAINE]
  IP C2 : [ADRESSE IP]
  User-Agent : [CHAÎNE]

Clés de registre :
  [CHEMIN DE REGISTRE]

MÉTHODES DE DÉTECTION :
- EDR : [RÈGLE/SIGNATURE DE DÉTECTION]
- SIEM : [RÈGLE DE CORRÉLATION]
- Réseau : [SIGNATURE IDS/IPS]

ACTIONS REQUISES :
Priorité 1 (Immédiate) :
  [ ] Bloquer les IOC au niveau du pare-feu/proxy
  [ ] Déployer les règles de confinement EDR
  [ ] Scanner tous les endpoints pour les IOC

Priorité 2 (Dans les 4 heures) :
  [ ] Appliquer les correctifs [NUMÉRO KB/CVE]
  [ ] Mettre à jour les signatures antivirus
  [ ] Analyser les journaux pour les indicateurs historiques

Priorité 3 (Dans les 24 heures) :
  [ ] Effectuer une chasse à l'échelle de l'entreprise
  [ ] Valider l'intégrité des sauvegardes
  [ ] Mettre à jour les règles de détection

CONTACT : SOC - [TÉLÉPHONE] | Ingénierie sécurité - [TÉLÉPHONE]

Modèle 4 : Notification réglementaire

[EN-TÊTE DE L'ORGANISATION]

[AUTORITÉ RÉGLEMENTAIRE]
[ADRESSE]

Date : [DATE]

OBJET : Notification d'incident de sécurité des données - [NUMÉRO DE RÉFÉRENCE]

Madame, Monsieur,

Conformément à [RÉGLEMENTATION - ex. : Article 33 du RGPD, loi sur la notification des violations],
[ORGANISATION] notifie un incident de sécurité des données.

RÉSUMÉ DE L'INCIDENT :
Le [DATE], [ORGANISATION] a détecté un incident lié à un logiciel malveillant affectant des systèmes contenant
[TYPE DE DONNÉES]. L'incident a été détecté via [MÉTHODE DE DÉTECTION].

DONNÉES POTENTIELLEMENT AFFECTÉES :
- Types de données : [DONNÉES PERSONNELLES, FINANCIÈRES, DE SANTÉ, etc.]
- Nombre de personnes : [NOMBRE ou ESTIMATION]
- Catégories de personnes : [CLIENTS, EMPLOYÉS, etc.]

CHRONOLOGIE :
- [DATE] : Incident survenu (estimé)
- [DATE] : Incident détecté
- [DATE] : Confinement réalisé
- [DATE] : Cette notification

MESURES PRISES :
1. [ACTION DE CONFINEMENT]
2. [ACTION D'INVESTIGATION]
3. [ACTION DE REMÉDIATION]

MESURES POUR ATTÉNUER LES EFFETS NÉFASTES :
1. [ATTÉNUATION - ex. : Surveillance de crédit proposée]
2. [ATTÉNUATION - ex. : Réinitialisation des mots de passe imposée]

COORDONNÉES :
[NOM DU DPO/PRIVACY OFFICER]
[TITRE]
[EMAIL]
[TÉLÉPHONE]

Respectueusement,
[SIGNATAIRE]
[TITRE]

Modèle 5 : Notification client/public

OBJET : Avis de sécurité important de la part de [ORGANISATION]

Cher [CLIENT/UTILISATEUR],

Nous vous informons d'un incident de sécurité qui pourrait avoir affecté
vos informations.

QUE S'EST-IL PASSÉ :
Le [DATE], nous avons détecté une activité non autorisée sur nos systèmes impliquant
un logiciel malveillant. Nous avons immédiatement activé nos procédures de réponse aux incidents
et fait appel à des experts en cybersécurité de premier plan pour enquêter.

QUELLES INFORMATIONS ÉTAIENT IMPLIQUÉES :
Selon notre enquête, les types d'informations suivants peuvent avoir
été affectés : [LISTE - ex. : noms, adresses email, etc.]

CE QUE NOUS FAISONS :
- Nous avons contenu l'incident et supprimé le logiciel malveillant
- Nous avons mandaté [CABINET MÉDICO-LÉGAL] pour mener une enquête approfondie
- Nous avons renforcé nos contrôles de sécurité pour prévenir des incidents similaires
- Nous avons notifié les autorités réglementaires compétentes

CE QUE VOUS POUVEZ FAIRE :
- Changez votre mot de passe pour votre compte [ORGANISATION]
- Activez l'authentification multi-facteurs si ce n'est pas déjà fait
- Surveillez vos comptes pour toute activité inhabituelle
- [Recommandations supplémentaires spécifiques]

RESSOURCES SUPPLÉMENTAIRES :
- [LIGNE D'ASSISTANCE DÉDIÉE]
- [URL DE LA PAGE FAQ]
- [INSCRIPTION À LA SURVEILLANCE DE CRÉDIT - si applicable]

Nous nous excusons sincèrement pour toute inquiétude que cela pourrait causer et restons
engagés à protéger vos informations.

[SIGNATAIRE]
[TITRE]

Flux de travail de communication

Matrice d'escalade

Logiciel malveillant détecté
  |
  v
[Classifier la sévérité : P1/P2/P3/P4]
  |
  |-- P1 : Notifier dans les 15 min
  |     |-- Commandant de l'incident
  |     |-- RSSI (appel téléphonique)
  |     |-- PDG (appel téléphonique)
  |     |-- Conseiller juridique
  |     |-- Cabinet IR externe
  |     |-- Forces de l'ordre (si applicable)
  |
  |-- P2 : Notifier dans l'heure
  |     |-- RSSI
  |     |-- Directeur IT
  |     |-- Conseiller juridique
  |
  |-- P3 : Notifier dans les 4 heures
  |     |-- Responsable sécurité
  |     |-- Directeur IT
  |
  |-- P4 : Notifier dans les 24 heures
        |-- Chef d'équipe sécurité

Références

  • NIST SP 800-61 Rev 2 : Lignes directrices pour la communication en cas d'incident
  • Article 33 du RGPD : Exigences de notification des violations de données
  • Manuel du gestionnaire d'incidents SANS : Bonnes pratiques de communication
  • Lignes directrices CISA pour le signalement des incidents

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