Communitygithub.com

Análise de Perfis C2 Malleable do CobaltStrike

Analise perfis C2 Malleable do Cobalt Strike com dissect.cobaltstrike e pyMalleableC2 para extrair transformações HTTP/DNS, URIs, cabeçalhos, sleep/jitter e comportamento de injeção, gerando assinaturas de detecção de rede.

O que é Análise de Perfis C2 Malleable do CobaltStrike?

Esta habilidade permite que agentes de IA, como o Claude Code, analisem perfis Malleable C2 do Cobalt Strike, que são scripts DSL que personalizam a comunicação do Beacon com o servidor da equipe. Com as bibliotecas dissect.cobaltstrike e pyMalleableC2, é possível extrair indicadores de rede cruciais, como padrões de URI, cabeçalhos HTTP, agentes de usuário, transformações de requisição/resposta, configurações de sleep/jitter e técnicas de injeção de processo. Isso é essencial para engenheiros de segurança que investigam incidentes ou criam regras de detecção (como assinaturas Suricata/Snort) para tráfego de comando e controle disfarçado de serviços legítimos (Amazon, Google, Slack). A habilidade suporta tanto o parsing de arquivos de perfil quanto a extração de configurações diretamente de payloads beacon, facilitando a engenharia reversa de perfis capturados.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-cobaltstrike-malleable-c2-profiles

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que Análise de Perfis C2 Malleable do CobaltStrike faz?

Visão Geral

Os perfis Malleable C2 do Cobalt Strike são scripts de linguagem específica de domínio que personalizam como o Beacon se comunica com o servidor da equipe, definindo transformações de requisição/resposta HTTP, intervalos de sleep, valores de jitter, agentes de usuário, caminhos de URI e comportamento de injeção de processo. Atores de ameaças usam perfis malleable para disfarçar o tráfego C2 como serviços legítimos (Amazon, Google, Slack). A análise desses perfis revela indicadores de rede para detecção: padrões de URI, cabeçalhos HTTP, transformações POST/GET, configurações de DNS e técnicas de injeção de processo. A biblioteca dissect.cobaltstrike pode analisar tanto arquivos de perfil quanto extrair configurações de payloads beacon, enquanto o pyMalleableC2 fornece análise baseada em AST usando gramática Lark para manipulação e validação programática de perfis.

Quando Usar

  • Ao investigar incidentes de segurança que exigem análise de perfis malleable C2 do cobaltstrike
  • Ao construir regras de detecção ou consultas de caça a ameaças para este domínio
  • Quando analistas de SOC precisam de procedimentos estruturados para este tipo de análise
  • Ao validar a cobertura de monitoramento de segurança para técnicas de ataque relacionadas

Pré-requisitos

  • Python 3.9+ com dissect.cobaltstrike e/ou pyMalleableC2
  • Amostras de perfis Malleable C2 (disponíveis em repositórios públicos)
  • Compreensão do protocolo HTTP e do modelo de comunicação do beacon do Cobalt Strike
  • Ferramentas de monitoramento de rede (Suricata/Snort) para implantação de assinaturas
  • Ferramentas de análise de PCAP para validação de tráfego

Passos

  1. Instalar bibliotecas: pip install dissect.cobaltstrike ou pip install pyMalleableC2
  2. Analisar perfil com C2Profile.from_path("profile.profile")
  3. Extrair configurações dos blocos HTTP GET/POST (URIs, cabeçalhos, parâmetros)
  4. Identificar strings de agente de usuário e alvos de spoofing
  5. Extrair tempo de sleep, porcentagem de jitter e configurações de beacon DNS
  6. Analisar configurações de injeção de processo (spawn-to, técnica de alocação)
  7. Gerar assinaturas Suricata/Snort a partir dos indicadores de rede extraídos
  8. Comparar perfil com coleções de perfis de atores de ameaças conhecidos
  9. Extrair URIs de staging e mecanismos de entrega de payload
  10. Produzir relatório de detecção com IOCs e assinaturas de rede recomendadas

Saída Esperada

Um relatório JSON contendo URIs C2 extraídos, cabeçalhos HTTP, agentes de usuário, configurações de sleep/jitter, configuração de injeção de processo, caminhos de processo gerados, configurações de DNS e regras de detecção compatíveis com Suricata geradas.

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-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,

analyzing-docker-container-forensics

Investigate compromised Docker containers by analyzing images, layers,

Habilidades Relacionadas