Communitygithub.com

マルウェアインシデントコミュニケーションテンプレート構築

マルウェアインシデント(ランサムウェア、ワイパーなど)向けの構造化されたコミュニケーションテンプレートを構築します。

マルウェアインシデントコミュニケーションテンプレート構築 とは?

このスキルは、マルウェアインシデント発生時の効果的なコミュニケーションを実現するために設計された、構造化されたテンプレートとフレームワークを提供します。ランサムウェア、ワイパー、トロイの木馬、ワームなど、さまざまなマルウェアの種類と、重大度レベル(P1~P4)に基づいて、内部エスカレーション、経営陣向けブリーフィング、ITチーム向け技術アドバイザリ、顧客通知、規制当局への報告、メディア向け声明の各テンプレートをカバーしています。コミュニケーションチャネルの選択、通知タイムライン、および明確なエスカレーションマトリクスも含まれているため、インシデント対応チームやセキュリティ管理者は、混乱を防ぎ透明性を維持しながら、適切な情報を適切なタイミングで適切な関係者に伝えることができます。このスキルは、NIST SP 800-61やGDPR第33条などの主要な規制やベストプラクティスに準拠しています。

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

マルウェアインシデント向けコミュニケーションテンプレートの構築

概要

マルウェアインシデント発生時の効果的なコミュニケーションは、協調的な対応、ステークホルダー管理、および規制遵守のために極めて重要です。構造化されたコミュニケーションフレームワークにより、適切な人材が適切な情報を適切なタイミングで確実に受け取ることができ、パニックを防ぎながら透明性を維持します。コミュニケーションテンプレートは、内部エスカレーション、経営陣向けブリーフィング、ITチーム向け技術アドバイザリ、顧客通知、規制当局への開示、およびメディア向け声明をカバーする必要があります。このフレームワークは、さまざまなマルウェアの種類(ランサムウェア、ワイパー、トロイの木馬、ワーム)と、エスカレーションの速度と対象者を決定する重大度レベルを考慮する必要があります。

使用タイミング

  • 環境にマルウェアインシデントコミュニケーションテンプレート機能を導入または構成する場合
  • コンプライアンス要件に沿ったセキュリティコントロールを確立する場合
  • このドメインのセキュリティアーキテクチャを構築または改善する場合
  • この実装を必要とするセキュリティ評価を実施する場合

前提条件

  • インシデント対応の概念とツールに関する知識
  • 安全な実行のためのテスト環境またはラボ環境へのアクセス
  • 必要な依存関係がインストールされたPython 3.8+
  • テスト活動に対する適切な権限

コミュニケーションフレームワーク

重大度分類

重大度説明通知タイムライン対象者
P1 - クリティカル業務運用に影響を与えるランサムウェア、ワイパー、または広範囲な感染15分以内CISO、CEO、法務、取締役会(該当する場合)
P2 - 高重要なシステムへの標的型マルウェア、データ漏洩の疑い1時間以内CISO、ITディレクター、法務
P3 - 中封じ込められたマルウェア感染、限定的な拡散4時間以内セキュリティマネージャー、ITディレクター
P4 - 低単一エンドポイントの感染、迅速に封じ込め済み24時間以内セキュリティチームリーダー

コミュニケーションチャネル

チャネルユースケースセキュリティレベル
帯域外の電話連絡初期の重大な通知最高
暗号化メッセージング(Signal)リアルタイムのIRチーム調整高
セキュアメール(暗号化)正式な通知、文書化高
作戦室(物理/仮想)継続的なインシデント調整中
インシデントチケットシステムステータス追跡と文書化中
社内イントラネット従業員への広範な周知標準

テンプレート1: 初期インシデント通知(内部)

件名: [SEVERITY] マルウェアインシデント - 初期通知 - [DATE/TIME UTC]

分類: CONFIDENTIAL - IR TEAM ONLY

インシデントID: IR-[YEAR]-[NUMBER]
検知時間: [YYYY-MM-DD HH:MM UTC]
通知時間: [YYYY-MM-DD HH:MM UTC]
重大度: [P1/P2/P3/P4]

概要:
[DEPARTMENT/LOCATION]の[NUMBER]台のシステムに影響を与えるマルウェアインシデントが検知されました。マルウェアは[TYPE]と特定され、[KNOWN/UNKNOWN]の特性を持っています。

現在の影響:
- 影響を受けたシステム: [COUNT and DESCRIPTION]
- 影響を受けたビジネス機能: [LIST]
- リスクのあるデータ: [DESCRIPTION]
- 現在の拡散状況: [CONTAINED/SPREADING/UNKNOWN]

講じた即時対応:
1. [ACTION - 例: 影響を受けたエンドポイントをネットワークから隔離]
2. [ACTION - 例: EDR封じ込めポリシーを有効化]
3. [ACTION - 例: セキュリティチームを招集]

次のステップ:
1. [PLANNED ACTION with TIMELINE]
2. [PLANNED ACTION with TIMELINE]

インシデントコマンダー: [NAME]
連絡先: [PHONE/ENCRYPTED CHANNEL]

次回更新: [TIME] または状況が変化した場合はそれよりも早く

---
この通知をIRチーム外に転送しないでください。

テンプレート2: 経営陣向けブリーフィング

件名: 経営陣向けブリーフィング - マルウェアインシデント IR-[YEAR]-[NUMBER]

宛先: [CEO / CISO / CIO / 取締役会]
発信元: [インシデントコマンダー]
日付: [DATE]
更新: [#]

状況概要:
[インシデントをビジネス用語で説明する2~3文]

ビジネスへの影響:
- 収益への影響: [ESTIMATED/NONE/UNDER ASSESSMENT]
- 業務への影響: [DESCRIPTION]
- 顧客への影響: [DESCRIPTION]
- 規制上の影響: [DESCRIPTION]

現在の状況: [DETECTED / CONTAINED / ERADICATING / RECOVERING]

必要な主要な決定事項:
1. [DECISION with context and recommendation]
2. [DECISION with context and recommendation]

タイムライン:
- [TIME]: インシデント検知
- [TIME]: 封じ込め開始
- [TIME]: [MILESTONE]
- [TIME]: 復旧見込み(既知の場合)

外部コミュニケーション状況:
- 規制当局への報告: [REQUIRED/SUBMITTED/NOT REQUIRED]
- 顧客への通知: [REQUIRED/PLANNED/NOT REQUIRED]
- 法執行機関: [ENGAGED/PLANNED/NOT APPLICABLE]

リソース要件:
- [RESOURCE NEED - 例: 外部IR会社の契約]
- [RESOURCE NEED - 例: 再構築用の追加ハードウェア]

次回更新: [TIME]

テンプレート3: ITチーム向け技術アドバイザリ

件名: 技術アドバイザリ - [MALWARE NAME] - 即時対応が必要

重大度: [CRITICAL/HIGH/MEDIUM]
日付: [DATE/TIME UTC]
アドバイザリID: TA-[YEAR]-[NUMBER]

脅威の説明:
[マルウェア、その動作、および侵害指標の技術的説明]

影響を受けるシステム:
- オペレーティングシステム: [LIST]
- アプリケーション: [LIST]
- ネットワークセグメント: [LIST]

侵害指標(IOC):
ファイルハッシュ:
  MD5: [HASH]
  SHA256: [HASH]

ファイル名:
  [FILENAME]

ネットワーク指標:
  C2ドメイン: [DOMAIN]
  C2 IP: [IP ADDRESS]
  ユーザーエージェント: [STRING]

レジストリキー:
  [REGISTRY PATH]

検出方法:
- EDR: [DETECTION RULE/SIGNATURE]
- SIEM: [CORRELATION RULE]
- ネットワーク: [IDS/IPS SIGNATURE]

必要なアクション:
優先度1(即時):
  [ ] ファイアウォール/プロキシでIOCをブロック
  [ ] EDR封じ込めルールをプッシュ
  [ ] すべてのエンドポイントでIOCをスキャン

優先度2(4時間以内):
  [ ] パッチを適用 [KB/CVE NUMBER]
  [ ] ウイルス対策シグネチャを更新
  [ ] 過去の指標についてログをレビュー

優先度3(24時間以内):
  [ ] エンタープライズ全体のハントを実施
  [ ] バックアップの整合性を検証
  [ ] 検出ルールを更新

連絡先: SOC - [PHONE] | セキュリティエンジニアリング - [PHONE]

テンプレート4: 規制当局への報告

[組織のレターヘッド]

[規制当局]
[住所]

日付: [DATE]

件名: データセキュリティインシデント通知 - [REFERENCE NUMBER]

[肩書/名前] 様

[REGULATION - 例: GDPR第33条、州のデータ漏洩通知法]に基づき、[ORGANIZATION]はデータセキュリティインシデントを通知します。

インシデント概要:
[DATE]に、[ORGANIZATION]は[データの種類]を含むシステムに影響を与えるマルウェアインシデントを検知しました。インシデントは[DETECTION METHOD]を通じて検知されました。

影響を受ける可能性のあるデータ:
- データの種類: [個人データ、財務データ、健康データなど]
- 影響を受ける個人の数: [COUNT or ESTIMATE]
- 影響を受ける個人のカテゴリ: [顧客、従業員など]

タイムライン:
- [DATE]: インシデント発生(推定)
- [DATE]: インシデント検知
- [DATE]: 封じ込め達成
- [DATE]: 本通知

講じた措置:
1. [封じ込め措置]
2. [調査措置]
3. [是正措置]

悪影響を軽減するための措置:
1. [軽減策 - 例: 信用監視の提供]
2. [軽減策 - 例: パスワードリセットの強制]

連絡先:
[DPO/プライバシー責任者名]
[肩書]
[メール]
[電話]

敬具
[署名者]
[肩書]

テンプレート5: 顧客/公的通知

件名: [ORGANIZATION]からの重要なセキュリティ通知

[顧客/ユーザー] 様

お客様の情報に影響を与えた可能性のあるセキュリティインシデントについてお知らせいたします。

発生したこと:
[DATE]に、弊社システム上で悪意のあるソフトウェアを含む不正なアクティビティを検知しました。直ちにインシデント対応手順を発動し、大手サイバーセキュリティ専門家を招いて調査を開始しました。

関与した可能性のある情報:
調査の結果、以下の種類の情報が影響を受けた可能性があります: [LIST - 例: 氏名、メールアドレスなど]

弊社の対応:
- インシデントを封じ込め、悪意のあるソフトウェアを削除しました
- [フォレンジック会社]を起用し、徹底的な調査を実施しています
- 同様のインシデントを防ぐためにセキュリティコントロールを強化しました
- 関連する規制当局に通知しました

お客様にできること:
- [ORGANIZATION]アカウントのパスワードを変更してください
- 多要素認証をまだ有効にしていない場合は有効にしてください
- アカウントの不審なアクティビティを監視してください
- [追加の具体的な推奨事項]

追加リソース:
- [専用サポートライン]
- [FAQページURL]
- [信用監視登録 - 該当する場合]

この件によりご心配をおかけすることをお詫び申し上げるとともに、お客様の情報を保護することに引き続き努めてまいります。

[署名者]
[肩書]

コミュニケーションワークフロー

エスカレーションマトリクス

マルウェア検知
  |
  v
[重大度を分類: P1/P2/P3/P4]
  |
  |-- P1: 15分以内に通知
  |     |-- インシデントコマンダー
  |     |-- CISO(電話)
  |     |-- CEO(電話)
  |     |-- 法務顧問
  |     |-- 外部IR会社
  |     |-- 法執行機関(該当する場合)
  |
  |-- P2: 1時間以内に通知
  |     |-- CISO
  |     |-- ITディレクター
  |     |-- 法務顧問
  |
  |-- P3: 4時間以内に通知
  |     |-- セキュリティマネージャー
  |     |-- ITディレクター
  |
  |-- P4: 24時間以内に通知
        |-- セキュリティチームリーダー

参考情報

  • NIST SP 800-61 Rev 2: インシデントコミュニケーションガイドライン
  • GDPR 第33条: データ漏洩通知要件
  • SANS インシデントハンドラーズハンドブック: コミュニケーションのベストプラクティス
  • CISA インシデント報告ガイドライン

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,

関連スキル