Communitygithub.com

análise-de-tráfego-de-rede-para-incidentes

Analisa capturas de tráfego de rede e dados de fluxo para identificar atividade adversária durante incidentes de segurança.

O que é análise-de-tráfego-de-rede-para-incidentes?

Esta skill capacita analistas de segurança a investigar incidentes de rede por meio da análise de pacotes (PCAP) e logs de fluxo (NetFlow/IPFIX/Zeek). Ela abrange desde a captura ao vivo com tcpdump até a análise forense com ferramentas como Wireshark e Zeek. O fluxo de trabalho orienta o usuário na identificação de comunicações C2 (beaconing), detecção de movimentação lateral (SMB, RDP, WinRM), quantificação de exfiltração de dados e extração de IOCs de rede. A skill é útil para validar alertas de SIEM, confirmar suspeitas de beaconing, rastrear movimentação lateral entre sistemas e quantificar volumes de exfiltração. Ela suporta plataformas como Wireshark, Zeek, Arkime, NetworkMiner e RITA, e depende de infraestrutura de captura de pacotes (PCAP completo ou NetFlow) e diagramas de arquitetura de rede.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-network-traffic-for-incidents

Perguntar na sua IA favorita

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

Documentação

Análise de Tráfego de Rede para Incidentes

Quando Usar

  • Alertas de SIEM sobre padrões anômalos de tráfego de rede que exigem investigação mais aprofundada
  • Suspeita de beaconing C2 que precisa de confirmação por meio de análise em nível de pacote
  • Volume ou destino de exfiltração de dados precisa ser quantificado a partir de evidências de rede
  • Movimentação lateral entre sistemas precisa ser rastreada por meio de conexões de rede
  • Um alerta de IDS/IPS requer validação em nível de pacote para confirmar ou descartar

Não use para análise forense baseada em host (execução de processos, artefatos do sistema de arquivos); use ferramentas de forense de endpoint.

Pré-requisitos

  • Infraestrutura de captura de pacotes completa (PCAP) ou capacidade de captura sob demanda (network tap, porta SPAN)
  • Wireshark instalado na estação de análise com conhecimento de filtros de exibição apropriados
  • Zeek (antigo Bro) implantado para geração de metadados de rede (conn.log, dns.log, http.log, ssl.log)
  • Coleta de NetFlow/IPFIX de dispositivos de rede para análise de fluxo de tráfego
  • Diagrama de arquitetura de rede mostrando layout de VLAN, posicionamento de firewall e pontos de monitoramento
  • Feeds de inteligência contra ameaças para correlacionar indicadores de rede observados

Fluxo de Trabalho

Passo 1: Capturar ou Adquirir Tráfego de Rede

Obtenha os dados de tráfego relevantes para a investigação:

Captura ao Vivo (se o incidente estiver ativo):

# Capturar em interface específica filtrando por host
tcpdump -i eth0 -w capture.pcap host 10.1.5.42

# Capturar tráfego C2 para IP externo específico
tcpdump -i eth0 -w c2_traffic.pcap host 185.220.101.42

# Capturar com rotação (arquivos de 1GB, manter 10)
tcpdump -i eth0 -w capture_%Y%m%d%H%M.pcap -C 1000 -W 10

Da Infraestrutura Existente:

  • Exportar PCAP do appliance de captura de pacotes completa (Arkime/Moloch, ExtraHop, Corelight)
  • Extrair logs do Zeek do cluster Zeek para o período da investigação
  • Exportar dados NetFlow de dispositivos de rede para análise de tráfego em alto nível

Passo 2: Identificar Comunicações C2

Detectar padrões de tráfego de comando e controle:

Detecção de Beaconing (Zeek conn.log):

# Extrair conexões para IPs externos com intervalos regulares
cat conn.log | zeek-cut ts id.orig_h id.resp_h id.resp_p duration orig_bytes resp_bytes \
  | awk '$4 ~ /^185\.220/' | sort -t. -k1,1n -k2,2n

Análise de Beaconing no Wireshark:

# Filtrar tráfego para IP suspeito de C2
ip.addr == 185.220.101.42

# Filtrar tráfego HTTPS em portas não padrão
tcp.port != 443 && ssl

# Filtrar consultas DNS para domínios suspeitos
dns.qry.name contains "evil" or dns.qry.name matches "^[a-z0-9]{32}\."

# Filtrar HTTP POST (método comum de check-in C2)
http.request.method == "POST" && ip.dst == 185.220.101.42

Características de beaconing a identificar:

  • Intervalos de tempo regulares entre conexões (ex.: a cada 60 segundos com 10-15% de jitter)
  • Tamanhos de pacote consistentes nas requisições e respostas
  • HTTPS para IPs externos não associados a CDNs ou serviços legítimos
  • Consultas DNS com subdomínios de alta entropia (indicador de tunelamento DNS)

Passo 3: Analisar Tráfego de Movimentação Lateral

Rastrear movimento adversário entre sistemas internos:

Protocolos-chave para detecção de movimentação lateral:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
SMB (TCP 445):     PsExec, acesso a compartilhamentos, propagação de ransomware
RDP (TCP 3389):    Sessões de área de trabalho remota
WinRM (TCP 5985):  PowerShell remoto
WMI (TCP 135):     Execução remota de comandos
SSH (TCP 22):      Movimentação lateral em Linux
DCE/RPC (TCP 135): Movimentação lateral baseada em DCOM

Filtros Wireshark para Movimentação Lateral:

# Movimentação lateral SMB
smb2 && ip.src == 10.1.5.42 && ip.dst != 10.1.5.42

# Conexões RDP a partir do host comprometido
tcp.dstport == 3389 && ip.src == 10.1.5.42

# Requisições de ticket Kerberos (potencial pass-the-ticket)
kerberos.msg_type == 12 && ip.src == 10.1.5.42

# Autenticação NTLM (potencial pass-the-hash)
ntlmssp.auth.username && ip.src == 10.1.5.42

Passo 4: Detectar Exfiltração de Dados

Identificar transferências de dados não autorizadas saindo da rede:

# Identificar grandes transferências de saída no Zeek conn.log
cat conn.log | zeek-cut ts id.orig_h id.resp_h id.resp_p orig_bytes \
  | awk '$5 > 100000000' | sort -t$'\t' -k5 -rn

# Detecção de tunelamento DNS (alto volume de consultas TXT)
cat dns.log | zeek-cut query qtype | grep TXT | cut -f1 \
  | rev | cut -d. -f1,2 | rev | sort | uniq -c | sort -rn | head

# Uso de protocolo incomum (tunelamento ICMP, DNS over HTTPS)
cat conn.log | zeek-cut proto id.resp_p orig_bytes | awk '$1 == "icmp" && $3 > 1000'

Filtros Wireshark para Exfiltração:

# Grandes uploads HTTP POST
http.request.method == "POST" && tcp.len > 10000

# Transferências de dados FTP
ftp-data && ip.src == 10.0.0.0/8

# DNS com respostas TXT grandes (tunelamento)
dns.resp.type == 16 && dns.resp.len > 200

Passo 5: Extrair e Correlacionar IOCs

Extrair indicadores baseados em rede da análise de tráfego:

  • Endereços IP externos contatados por hosts comprometidos
  • Domínios resolvidos via DNS durante o período do incidente
  • URLs acessadas via HTTP/HTTPS (se a inspeção SSL estiver em vigor)
  • Detalhes do certificado TLS (subject, issuer, serial number, hashes JA3/JA3S)
  • Strings User-Agent de requisições HTTP
  • Transferências de arquivos capturadas no PCAP (extrair usando Exportar Objetos do Wireshark)

Passo 6: Documentar as Conclusões da Perícia de Rede

Compilar a análise em um relatório estruturado com referências de evidências:

  • Referenciar arquivos PCAP específicos, números de quadro e timestamps para cada conclusão
  • Incluir capturas de pacotes de evidências-chave como capturas de tela ou PDFs exportados
  • Mapear a atividade de rede para a linha do tempo do incidente
  • Correlacionar as conclusões de rede com evidências baseadas em host da perícia de endpoint

Conceitos-Chave

TermoDefinição
PCAP (Packet Capture)Formato de arquivo que armazena pacotes de rede brutos capturados de uma interface de rede para análise offline
BeaconingConexões de rede regulares e periódicas de um host comprometido a um servidor C2, identificáveis por intervalos de tempo consistentes
JA3/JA3SMétodo de impressão digital de cliente e servidor TLS baseado nos parâmetros ClientHello e ServerHello; único por aplicativo
NetFlow/IPFIXMetadados de tráfego de rede (origem, destino, portas, bytes, duração) coletados por roteadores e switches sem captura de pacotes completa
Tunelamento DNSTécnica que codifica dados em consultas e respostas DNS para exfiltrar dados ou manter C2 através do protocolo DNS
Network TapDispositivo de hardware que cria uma cópia exata do tráfego de rede para monitoramento sem impactar o desempenho da rede
Logs ZeekLogs de metadados estruturados gerados pelo framework de análise de rede Zeek, abrangendo conexões, DNS, HTTP, SSL e mais

Ferramentas e Sistemas

  • Wireshark: Analisador de pacotes de código aberto para inspeção aprofundada de protocolos de rede em nível de pacote
  • Zeek (antigo Bro): Framework de análise de rede que gera logs de metadados estruturados a partir de tráfego ao vivo ou capturado
  • Arkime (antigo Moloch): Plataforma de código aberto para captura e busca de pacotes completos para perícia de rede em larga escala
  • NetworkMiner: Ferramenta de análise forense de rede para extrair arquivos, imagens e credenciais de arquivos PCAP
  • RITA (Real Intelligence Threat Analytics): Ferramenta de código aberto para detecção de beaconing e análise de tunelamento DNS em logs Zeek

Cenários Comuns

Cenário: Confirmando Beaconing C2 e Quantificando Exfiltração

Contexto: O EDR detecta um processo suspeito em uma estação de trabalho, mas não consegue determinar o volume de dados exfiltrados. A equipe de rede fornece PCAP do appliance de captura de pacotes completa cobrindo o período do incidente.

Abordagem:

  1. Filtrar o PCAP para tráfego do IP do host comprometido para destinos externos
  2. Identificar o canal C2 analisando padrões de temporização de conexão (detecção de beaconing)
  3. Extrair certificado TLS e hash JA3 da conexão C2 para geração de IOC
  4. Calcular o total de bytes transferidos para a infraestrutura C2 durante a duração do incidente
  5. Verificar a existência de canais de exfiltração adicionais (tunelamento DNS, uploads para armazenamento em nuvem)
  6. Extrair quaisquer arquivos não criptografados transferidos usando o recurso Exportar Objetos do Wireshark

Armadilhas:

  • Analisar apenas tráfego HTTP quando o C2 está operando sobre HTTPS sem inspeção SSL
  • Perder o tunelamento DNS porque o volume de dados por consulta é pequeno (mas o total ao longo do tempo é significativo)
  • Não correlacionar timestamps de rede com timestamps de endpoint (incompatibilidades de fuso horário)
  • Ignorar serviços legítimos de nuvem abusados para exfiltração (OneDrive, Google Drive, Dropbox)

Formato de Saída

RELATÓRIO DE ANÁLISE DE TRÁFEGO DE REDE
=========================================
Incidente:         INC-2025-1547
Analista:          [Nome]
Fonte da Captura:  Captura de pacotes completa Arkime
Período de Análise: 2025-11-15 14:00 UTC - 2025-11-15 18:00 UTC
Tamanho Total do PCAP: 4,7 GB

COMUNICAÇÕES C2
Origem:            10.1.5.42 (WKSTN-042)
Destino:           185.220.101.42:443 (HTTPS)
Intervalo de Beaconing: 60 segundos ± 12% de jitter
Sessões:           237 conexões em 4 horas
Hash JA3:          a0e9f5d64349fb13191bc781f81f42e1
Certificado TLS:   CN=update.evil[.]com (autoassinado)
Total de Dados Enviados:  147 MB (saída)
Total de Dados Recebidos:  2,3 MB (entrada - comandos)

MOVIMENTAÇÃO LATERAL
10.1.5.42 → 10.1.10.15 (SMB, TCP 445) - 14:35 UTC
10.1.5.42 → 10.1.10.20 (RDP, TCP 3389) - 14:42 UTC
10.1.5.42 → 10.1.1.5  (LDAP, TCP 389) - 15:10 UTC

RESUMO DA EXFILTRAÇÃO
Protocolo:         HTTPS para servidor C2
Volume:            147 MB saída
Duração:           14:23 UTC - 18:00 UTC
Arquivos Extraídos: [listar se recuperável de canais não criptografados]

ANÁLISE DNS
Consultas Suspeitas: 0 indicadores de tunelamento DNS
Detecção DGA:         0 domínios gerados algoritmicamente

REFERÊNCIAS DE EVIDÊNCIAS
Arquivo PCAP:        INC-2025-1547_capture.pcap (SHA-256: ...)
Logs Zeek:           /logs/zeek/2025-11-15/ (conn.log, ssl.log, dns.log)

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,

Habilidades Relacionadas