Communitygithub.com

analisando-feeds-de-inteligencia-de-ameacas

Analisa feeds de inteligência de ameaças estruturados e não estruturados para extrair indicadores de compromisso relevantes.

O que é analisando-feeds-de-inteligencia-de-ameacas?

Esta skill automatiza o processo de ingestão, normalização e enriquecimento de feeds de inteligência de ameaças (TI). Ela converte IOCs em formato STIX 2.1, aplica deduplicação e enriquece indicadores com fontes como VirusTotal e Shodan. Projetada para analistas de SOC e CTI, reduz o ruído e melhora a precisão das detecções ao integrar-se com plataformas como MISP, OpenCTI e SIEMs como Splunk. Suporta feeds comerciais (Recorded Future, Mandiant), governamentais (CISA AIS) e OSINT (AlienVault OTX), seguindo padrões como TAXII 2.1 e TLP, garantindo interoperabilidade e conformidade.

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

Perguntar na sua IA favorita

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

Documentação

Analisando Feeds de Inteligência de Ameaças

Quando Usar

Use esta skill quando:

  • Ingerir novos feeds de ameaças comerciais ou OSINT e avaliar sua relação sinal-ruído
  • Normalizar formatos heterogêneos de IOC (STIX 2.1, OpenIOC, YARA, Sigma) em um esquema unificado
  • Avaliar a atualidade, fidelidade e relevância dos feeds para o perfil de ameaças da organização
  • Construir pipelines automatizados de enriquecimento que correlacionam IOCs com eventos de SIEM

Não use esta skill para análise bruta de captura de pacotes ou triagem ao vivo de incidentes sem antes estabelecer uma linha de base de CTI.

Pré-requisitos

  • Acesso a uma Plataforma de Inteligência de Ameaças (TIP) como ThreatConnect, MISP ou OpenCTI
  • Chaves de API para pelo menos um feed comercial (Recorded Future, Mandiant Advantage ou VirusTotal Enterprise)
  • Biblioteca cliente TAXII 2.1 (pacote Python taxii2-client ou equivalente)
  • Função com permissões de leitura/escrita no banco de dados de indicadores da TIP

Fluxo de Trabalho

Etapa 1: Enumerar e Priorizar Fontes de Feed

Liste todas as fontes de feed disponíveis categorizadas por tipo (comercial, governamental, ISAC, OSINT):

  • Comercial: Recorded Future, Mandiant Advantage, CrowdStrike Falcon Intelligence
  • Governamental: CISA AIS (Automated Indicator Sharing), FBI InfraGard, MS-ISAC
  • OSINT: AlienVault OTX, Abuse.ch, PhishTank, Emerging Threats

Pontue cada feed com base em: frequência de atualização, taxa histórica de precisão, cobertura do seu setor e profundidade de atribuição. Use uma matriz de pontuação ponderada com critérios do NIST SP 800-150 (Guia para Compartilhamento de Informações sobre Ameaças Cibernéticas).

Etapa 2: Ingerir via TAXII 2.1 ou API

Para feeds habilitados para TAXII:

taxii2-client discover https://feed.example.com/taxii/
taxii2-client get-collection --collection-id <id> --since 2024-01-01

Para feeds de API REST (ex.: Recorded Future):

  • Consulte /v2/indicator/search com risk_score_min=65 para filtrar IOCs de baixa confiança
  • Aplique limitação de taxa e backoff exponencial para resiliência da API

Etapa 3: Normalizar para STIX 2.1

Converta cada IOC para objetos STIX 2.1 usando o esquema padrão da OASIS:

  • Endereço IP → objeto indicator com pattern: "[ipv4-addr:value = '...']"
  • Domínio → indicator com pattern: "[domain-name:value = '...']"
  • Hash de arquivo → indicator com pattern: "[file:hashes.SHA-256 = '...']"

Anexe objetos relationship vinculando indicadores a objetos threat-actor ou malware. Use o campo confidence (0–100) com base na classificação de fidelidade da fonte.

Etapa 4: Deduplicar e Enriqueçar

Execute deduplicação contra o banco de dados existente da TIP usando valor normalizado + tipo como chave composta. Enriqueça os IOCs sobreviventes:

  • VirusTotal: taxa de detecção, relatórios de comportamento em sandbox
  • PassiveTotal (RiskIQ): histórico WHOIS, DNS passivo, cadeias de certificados SSL
  • Shodan: dados de banner, portas abertas, localização geográfica

Etapa 5: Distribuir para Sistemas Consumidores

Exporte indicadores enriquecidos via push TAXII 2.1 para SIEM (Splunk, Microsoft Sentinel), firewalls (playbooks Palo Alto XSOAR) e plataformas EDR. Defina TTL (time-to-live) por tipo de indicador: endereços IP 30 dias, domínios 90 dias, hashes de arquivo 1 ano.

Conceitos-Chave

TermoDefinição
STIX 2.1Structured Threat Information Expression — Esquema JSON padrão da OASIS para objetos CTI incluindo indicadores, atores de ameaça, campanhas e relacionamentos
TAXII 2.1Trusted Automated eXchange of Intelligence Information — Protocolo baseado em HTTPS para compartilhar conteúdo STIX entre servidores e clientes
IOCIndicator of Compromise — artefato observável (IP, domínio, hash, URL) que indica que um sistema pode ter sido comprometido
TLPTraffic Light Protocol — classificação codificada por cores (VERMELHO/AMARELO/VERDE/BRANCO) definindo restrições de compartilhamento para CTI
Pontuação de ConfiançaValor numérico (0–100 em STIX) refletindo a certeza do produtor sobre a atribuição maliciosa de um indicador
Fidelidade do FeedTaxa histórica de precisão de um feed medida pela taxa de verdadeiros positivos em detecções em produção

Ferramentas e Sistemas

  • ThreatConnect TC Exchange: Agrega mais de 100 feeds comerciais e OSINT; fornece playbooks automatizados para enriquecimento de IOC
  • MISP (Malware Information Sharing Platform): TIP de código aberto com suporte a STIX/TAXII; amplamente usado por ISACs e CERTs governamentais
  • OpenCTI: Plataforma de código aberto com integração nativa ao MITRE ATT&CK e visualização de relacionamentos baseada em grafos
  • Recorded Future: Feed comercial com pontuação de risco baseada em IA e monitoramento em tempo real da dark web
  • taxii2-client: Biblioteca Python para operações cliente TAXII 2.0/2.1 (pip install taxii2-client)
  • PyMISP: API Python para gerenciamento de feeds MISP e submissão de IOC

Armadilhas Comuns

  • Obsolescência de IOC: Endereços IP e domínios rotacionam com frequência; aplicar IOCs com 1 ano de idade gera falsos positivos. Imponha políticas de TTL.
  • Falta de contexto: Bloquear um IOC sem entender a campanha ou adversário associado pode interromper tráfego comercial legítimo (ex.: IPs de CDN compartilhados com atores maliciosos).
  • Sobreposição de feeds sem deduplicação: Ingerir o mesmo IOC de cinco feeds sem deduplicação infla as contagens de indicadores e a complexidade das regras do SIEM.
  • Violação de TLP: Redistribuir inteligência classificada como VERMELHA fora dos limites autorizados viola acordos de compartilhamento e relações de confiança.
  • Bloqueio excessivo com indicadores de baixa confiança: Indicadores com confiança abaixo de 50 devem acionar regras apenas de detecção, não de bloqueio, para evitar interrupção operacional.

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