Communitygithub.com

Análise de Carteiras de Pagamento de Ransomware

Rastreia fluxos de pagamento de ransomware em criptomoedas usando ferramentas de análise de blockchain como Chainalysis Reactor, WalletExplorer e APIs do blockchain.com, identificando clusters de carteiras e monitorando movimentação de fundos através de mixers e exchanges para apoiar a atribuição por parte das autoridades. Use ao rastrear pagamentos de ransomware em Bitcoin, realizar perícia forense em carteiras de criptomoedas ou coletar inteligência de ameaças em blockchain sobre pagamentos de extorsão.

O que é Análise de Carteiras de Pagamento de Ransomware?

Esta habilidade capacita analistas de segurança e investigadores a rastrear fluxos de pagamento de ransomware em criptomoedas, utilizando APIs públicas de blockchain e ferramentas de clustering como Chainalysis Reactor, WalletExplorer e blockchain.com. Ela é útil em cenários de resposta a incidentes, onde uma organização foi atingida por ransomware e o resgate contém um endereço de carteira que precisa ser investigado; na atribuição de campanhas de ransomware, identificando infraestrutura de pagamento reutilizada; e na coleta de evidências para processos legais ou conformidade com sanções. A habilidade orienta o usuário em um fluxo de trabalho de cinco etapas: extrair o endereço da nota de resgate, consultar o histórico de transações em blockchain, mapear o fluxo de fundos (identificando mixers, peel chains e exchanges), cruzar com bancos de dados de carteiras conhecidas e gerar um relatório de atribuição estruturado. Suporta as principais criptomoedas (Bitcoin, Monero, Ethereum) e enfatiza análise passiva e somente leitura, sem interação direta com operadores de ransomware.

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

Perguntar na sua IA favorita

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

Documentação

O que Análise de Carteiras de Pagamento de Ransomware faz?

Quando Usar

  • Uma organização foi atingida por ransomware e a nota de resgate contém um endereço de carteira Bitcoin ou criptomoeda que precisa ser investigado
  • Autoridades policiais ou respondedores de incidentes precisam rastrear para onde os pagamentos de resgate fluíram depois que a vítima pagou
  • Analistas de inteligência de ameaças estão atribuindo campanhas de ransomware ao agrupar infraestrutura de pagamento entre incidentes
  • Investigadores precisam determinar se um grupo de ransomware está reutilizando infraestrutura de carteira em múltiplas vítimas
  • Equipes de conformidade ou jurídicas precisam de evidências de fluxos de fundos para processos judiciais, aplicação de sanções ou pedidos de seguro

Não use esta habilidade para interceptação de pagamentos ao vivo ou para interagir diretamente com operadores de ransomware. Toda análise deve ser passiva e somente leitura, utilizando dados públicos de blockchain.

Pré-requisitos

  • Python 3.8+ com as bibliotecas requests, json e hashlib
  • Acesso a APIs de exploradores de blockchain (blockchain.com, WalletExplorer.com, Blockstream.info)
  • Familiaridade com o modelo de transação Bitcoin (UTXOs, entradas, saídas, endereços de troco)
  • Compreensão de técnicas comuns de ofuscação (mixers, tumblers, peel chains, swaps entre cadeias)
  • Opcional: Licença Chainalysis Reactor para análise de cluster em nível empresarial
  • Opcional: OXT.me para visualização avançada de gráficos de transações

Fluxo de Trabalho

Etapa 1: Extrair o Endereço da Carteira da Nota de Resgate

Analise a nota de resgate para identificar o(s) endereço(s) de pagamento:

Formatos comuns de endereço:
  Bitcoin (P2PKH):   1A1zP1eP5QGefi2DMPTfTL5SLmv7DivfNa  (começa com 1)
  Bitcoin (P2SH):    3J98t1WpEZ73CNmQviecrnyiWrnqRhWNLy  (começa com 3)
  Bitcoin (Bech32):  bc1qar0srrr7xfkvy5l643lydnw9re59gtzzwf5mdq (começa com bc1)
  Monero:            4... (95 caracteres, muito mais difícil de rastrear)
  Ethereum:          0x... (40 caracteres hexadecimais)

Etapa 2: Consultar o Explorador de Blockchain para Obter Histórico de Transações

Recupere todas as transações associadas à carteira:

import requests

def get_wallet_transactions(address):
    """Consulta a API blockchain.com para transações de um endereço."""
    url = f"https://blockchain.info/rawaddr/{address}"
    resp = requests.get(url, timeout=30)
    resp.raise_for_status()
    data = resp.json()
    return {
        "address": address,
        "n_tx": data.get("n_tx", 0),
        "total_received_satoshi": data.get("total_received", 0),
        "total_sent_satoshi": data.get("total_sent", 0),
        "final_balance_satoshi": data.get("final_balance", 0),
        "transactions": data.get("txs", []),
    }

Etapa 3: Mapear o Fluxo de Fundos e Identificar Clusters

Rastreie as saídas da carteira de resgate para endereços downstream:

Análise de Fluxo de Fundos:
━━━━━━━━━━━━━━━━━━
Pagamento da Vítima ──► Carteira de Resgate ──► Carteira de Consolidação
                                  ├─► Serviço de Mixer/Tumbler
                                  ├─► Endereço de Depósito em Exchange
                                  └─► Peel Chain (saídas pequenas sequenciais)

Indicadores-chave:
  - Consolidação: Múltiplos pagamentos de resgate agregados em uma carteira
  - Peel chains: Transações sequenciais com saídas decrescentes
  - Uso de mixer: Fundos enviados para endereços conhecidos de mixers (Wasabi, Samourai, ChipMixer)
  - Saque em exchange: Depósitos em carteiras conhecidas de exchanges (carteiras quentes da Binance, Kraken)

Etapa 4: Cruzar com Bancos de Dados de Carteiras Conhecidas

Verifique endereços contra infraestrutura de ransomware conhecida:

# Verificar WalletExplorer para identificação de entidade
def check_wallet_explorer(address):
    url = f"https://www.walletexplorer.com/api/1/address?address={address}&caller=research"
    resp = requests.get(url, timeout=30)
    data = resp.json()
    return {
        "wallet_id": data.get("wallet_id"),
        "label": data.get("label", "Desconhecido"),
        "is_exchange": data.get("is_exchange", False),
    }

Etapa 5: Gerar Relatório de Atribuição

Compile as descobertas em um relatório de inteligência estruturado:

RELATÓRIO DE ANÁLISE DE CARTEIRA DE RANSOMWARE
====================================
Endereço de Resgate:      bc1q...xyz
Atribuição de Família:    LockBit 3.0 (com base no formato da nota de resgate)
Total Recebido:           4,25 BTC ($178.500 na época do pagamento)
Total Enviado:            4,25 BTC (carteira totalmente esgotada)
Número de Pagamentos:     3 (provavelmente 3 vítimas distintas)

FLUXO DE FUNDOS:
  Pagamento 1: 1,5 BTC → Carteira de consolidação → Depósito Binance
  Pagamento 2: 1,0 BTC → Wasabi Mixer → Desconhecido
  Pagamento 3: 1,75 BTC → Peel chain (12 saltos) → Depósito OKX

ANÁLISE DE CLUSTER:
  Carteiras relacionadas: 47 endereços identificados no mesmo cluster
  Volume total do cluster: 156,3 BTC ($6,5M USD)
  Primeira atividade: 2024-01-15
  Última atividade: 2024-09-22

Verificação

  • Confirme se o formato do endereço da carteira é válido antes de consultar as APIs
  • Cruze os carimbos de data/hora das transações com as linhas do tempo de incidentes conhecidos
  • Valide as associações de cluster verificando a heurística de propriedade comum de entrada
  • Compare os resultados com a lista OFAC SDN para endereços sancionados
  • Verifique a atribuição da exchange contra múltiplas fontes (WalletExplorer, OXT, Chainalysis)

Conceitos-chave

TermoDefinição
UTXOSaída de transação não gasta; a unidade fundamental do Bitcoin que rastreia a propriedade através de uma cadeia de transações
Análise de ClusterAgrupamento de múltiplos endereços Bitcoin que se acredita serem controlados pela mesma entidade, usando heurísticas de propriedade comum de entrada e endereço de troco
Peel ChainUm padrão de lavagem onde os fundos são enviados através de muitas transações sequenciais, cada uma retirando uma pequena quantia para um novo endereço
CoinJoin/MixerTécnicas de privacidade que combinam transações de múltiplos usuários para obscurecer o vínculo entre remetente e destinatário
Propriedade Comum de EntradaHeurística que assume que todas as entradas de uma única transação são controladas pela mesma entidade

Ferramentas e Sistemas

  • Chainalysis Reactor: Plataforma empresarial de investigação de blockchain com atribuição de entidades e rastreamento entre cadeias
  • WalletExplorer: Ferramenta gratuita que agrupa endereços Bitcoin e rotula serviços conhecidos (exchanges, mixers, mercados)
  • OXT.me: Visualização avançada de transações Bitcoin com análise de gráfico UTXO
  • Blockstream.info: Explorador de blocos Bitcoin de código aberto com acesso total à API
  • API blockchain.com: API gratuita para consultar saldos e históricos de transações de endereços Bitcoin
  • Lista OFAC SDN: Lista de endereços sancionados do Tesouro dos EUA para verificação de conformidade

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