Communitygithub.com

análise-cadeia-de-extermínio-cibernético

Analisa atividades de intrusão contra a Cadeia de Extermínio Cibernético da Lockheed Martin.

O que é análise-cadeia-de-extermínio-cibernético?

Esta habilidade permite que agentes de IA e analistas de segurança avaliem sistematicamente incidentes de intrusão contra cada uma das sete fases da Cadeia de Extermínio Cibernético (Cyber Kill Chain) da Lockheed Martin. Ela define um fluxo de trabalho claro que começa com o mapeamento de atividades adversárias observadas (como varreduras de reconhecimento, entrega via phishing, exploração de vulnerabilidades e estabelecimento de C2) para as fases da cadeia, seguido pela identificação de quais fases foram concluídas e onde as defesas conseguiram detectar ou interromper o ataque. A habilidade também recomenda a integração com a matriz MITRE ATT&CK para adicionar granularidade técnica a cada fase e orienta a documentação de cursos de ação defensivos (detecção, negação, interrupção, degradação, engano e destruição). Útil para ferramentas como Claude Code, Cursor e Codex, o conteúdo é apresentado em Markdown e cobre terminologia essencial, ferramentas de suporte (como MITRE ATT&CK Navigator, Elastic Security, Splunk ES e MISP) e armadilhas comuns — como a suposição linear de progressão e a negligência das fases iniciais de reconhecimento e weaponização. O resultado é a produção de um relatório faseado que comunica a progressão do ataque, as lacunas de controle e um roteiro de melhoria defensiva.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-cyber-kill-chain

Perguntar na sua IA favorita

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

Documentação

Analisando a Cadeia de Extermínio Cibernético

Quando Usar

Use esta habilidade quando:

  • Realizando análise pós-incidente para determinar até que ponto um adversário progrediu em uma sequência de ataque
  • Projetando controles defensivos em camadas com o objetivo de interromper ataques na fase mais precoce possível
  • Produzindo relatórios de inteligência de ameaças que comuniquem a progressão do ataque a partes interessadas não técnicas

Não use esta habilidade como uma estrutura independente — combine com o MITRE ATT&CK para granularidade no nível de técnicas além do que a cadeia de 7 fases fornece.

Pré-requisitos

  • Linha do tempo completa do incidente com artefatos forenses mapeados para ações específicas do adversário
  • Matriz MITRE ATT&CK Enterprise para mapeamento no nível de técnica dentro de cada fase da cadeia de extermínio
  • Acesso à inteligência de ameaças sobre a progressão típica da cadeia de extermínio do grupo adversário suspeito
  • Relatório pós-incidente ou linha do tempo de resposta a incidentes da equipe responsável

Fluxo de Trabalho

Passo 1: Mapear Ações Observadas para as Fases da Cadeia de Extermínio

A Cadeia de Extermínio Cibernético da Lockheed Martin consiste em sete fases. Mapeie todas as ações adversárias observadas:

Fase 1 - Reconhecimento: O adversário coleta informações sobre o alvo antes do ataque.

  • Indicadores: Consultas DNS de IPs adversários, scraping do LinkedIn, análise de anúncios de emprego, varreduras Shodan da infraestrutura da organização

Fase 2 - Weaponização: O adversário cria a ferramenta de ataque (malware + exploit).

  • Indicadores: Carimbos de data/hora de compilação de malware, metadados de documentos de exploit, artefatos de construtores em amostras de malware

Fase 3 - Entrega: O adversário transmite a arma ao alvo.

  • Indicadores: E-mails de phishing, anexos maliciosos, downloads drive-by, pendrives USB, comprometimento da cadeia de suprimentos

Fase 4 - Exploração: O adversário explora uma vulnerabilidade para executar código.

  • Indicadores: Eventos de exploração de CVE em logs de aplicação/SO, artefatos de corrupção de memória, execução de shellcode

Fase 5 - Instalação: O adversário estabelece persistência no alvo.

  • Indicadores: Novas tarefas agendadas, chaves de execução no registro, instalação de serviços, web shells, bootkits

Fase 6 - Comando e Controle (C2): O adversário se comunica com o sistema comprometido.

  • Indicadores: Tráfego beaconing (intervalos regulares), tunelamento DNS, HTTPS para domínios incomuns, assinaturas de frameworks C2 (Cobalt Strike, Sliver)

Fase 7 - Ações nos Objetivos: O adversário alcança seus objetivos.

  • Indicadores: Preparação/exfiltração de dados, movimento lateral, execução de ransomware, atividade destrutiva

Passo 2: Identificar Pontos de Conclusão de Fase e Detecção

Crie uma matriz de fases para o incidente:

Fase 1: Reconhecimento   → Concluída (não detectada)
Fase 2: Weaponização     → Concluída (não detectada — pré-ataque)
Fase 3: Entrega          → Concluída; e-mail de phishing contornou o SEG
Fase 4: Exploração       → Concluída; CVE-2023-23397 explorado
Fase 5: Instalação       → DETECTADO: EDR sinalizou criação de tarefa agendada (ataque parou aqui)
Fase 6: C2               → Não alcançado (instalação bloqueada)
Fase 7: Objetivos        → Não alcançado

Para cada fase concluída sem detecção, documente a lacuna no controle defensivo.

Passo 3: Mapear para o MITRE ATT&CK para Detalhamento de Técnicas

Cada fase da cadeia de extermínio mapeia para múltiplas táticas do ATT&CK:

  • Entrega → Acesso Inicial (TA0001)
  • Exploração → Execução (TA0002)
  • Instalação → Persistência (TA0003), Elevação de Privilégio (TA0004)
  • C2 → Comando e Controle (TA0011)
  • Ações nos Objetivos → Exfiltração (TA0010), Impacto (TA0040)

Dentro de cada fase, enumere técnicas específicas do ATT&CK observadas e mapeie para detecções existentes.

Passo 4: Identificar Cursos de Ação por Fase

Para cada fase, documente os cursos de ação defensivos (COAs) aplicáveis:

  • Detectar COA: Qual detecção alertaria sobre a atividade do adversário nesta fase?
  • Negar COA: Qual controle impediria o adversário de concluir esta fase?
  • Interromper COA: Qual controle interromperia o adversário durante a fase?
  • Degradar COA: Qual controle reduziria a eficácia do adversário nesta fase?
  • Enganar COA: Qual engano (honeypots, tokens canário) exporia a atividade nesta fase?
  • Destruir COA: Qual capacidade de defesa ativa neutralizaria a infraestrutura do adversário?

Passo 5: Produzir Relatório de Análise da Cadeia de Extermínio

Estruture os achados como:

  1. Narrativa do ataque (linha do tempo das fases)
  2. Análise fase por fase com evidências
  3. Análise dos pontos de detecção (o que funcionou, o que falhou)
  4. Recomendação defensiva por fase priorizada por custo/eficácia
  5. Roteiro de melhoria de controles

Conceitos-chave

TermoDefinição
Cadeia de ExtermínioModelo sequencial das fases de intrusão do adversário; quebrar qualquer elo teoricamente interrompe o ataque
Cursos de Ação (COA)Respostas defensivas mapeadas para cada fase da cadeia de extermínio: detectar, negar, interromper, degradar, enganar, destruir
BeaconingPadrão regular e periódico de check-in C2 de um host comprometido para o servidor adversário; detectável por análise de frequência
Conclusão de FaseO adversário conclui com sucesso uma fase da cadeia de extermínio e progride para a próxima; a defesa em profundidade visa evitar isso
Ganho/Perda de InteligênciaAnálise se detectar na Fase 5 (vs. Fase 3) reduziu a inteligência sobre as capacidades ou intenções do adversário

Ferramentas e Sistemas

  • MITRE ATT&CK Navigator: Sobreponha as fases da cadeia de extermínio com a cobertura de técnicas do ATT&CK para análise integrada
  • Elastic Security EQL: Event Query Language para consultar sequências de ataque multifase no Elastic SIEM
  • Splunk ES: Visualização de linha do tempo e pesquisas de correlação para sequenciamento de fases da cadeia de extermínio
  • MISP: Marcação de cadeia de extermínio via galaxy clusters para documentação estruturada de eventos de incidentes

Armadilhas Comuns

  • Suposição linear: Adversários nem sempre progridem linearmente — eles podem pular fases (weaponização já concluída de campanha anterior) ou voltar (restabelecer C2 após detecção).
  • Ignorar as Fases 1 e 2: Reconhecimento e weaponização ocorrem antes que o defensor tenha visibilidade. A inteligência sobre essas fases requer fontes externas (OSINT, inteligência de ameaças).
  • Perder ameaças internas: A cadeia de extermínio foi projetada para adversários externos. Ameaças internas podem pular diretamente para a Fase 7 sem percorrer as fases anteriores.
  • Confundir com táticas do ATT&CK: A cadeia de 7 fases e as 14 táticas do ATT&CK são complementares, mas não diretamente equivalentes. Mantenha a distinção para evitar confusão analítica.

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-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