Analisando Malware ELF do Linux

Quando Usar

• Um servidor ou contêiner Linux foi comprometido e binários ELF suspeitos foram encontrados
• Analisando botnets Linux (Mirai, Gafgyt, XorDDoS), mineradores de criptomoedas ou ransomware
• Investigando malware que ataca infraestrutura em nuvem, contêineres Docker ou pods Kubernetes
• Engenharia reversa de rootkits e módulos de kernel Linux
• Analisando malware multiplataforma compilado para arquiteturas Linux x86_64, ARM ou MIPS

Não use para análise de binários PE do Windows; use PEStudio, Ghidra ou IDA para malware do Windows.

Pré-requisitos

• Ghidra ou IDA com suporte a ELF do Linux para desassemblagem e descompilação
• VM de análise Linux (Ubuntu 22.04 recomendado) com ferramentas de desenvolvimento instaladas
• strace, ltrace e GDB para análise dinâmica e depuração
• readelf, objdump e nm do GNU binutils para inspeção estática
• Radare2 para triagem rápida de binários e análise scriptada
• Docker para execução de malware isolada baseada em contêineres

Fluxo de Trabalho

Passo 1: Identificar Propriedades do Binário ELF

Examine o cabeçalho ELF e as propriedades básicas:

# File type identification
file suspect_binary

# Detailed ELF header analysis
readelf -h suspect_binary

# Section headers
readelf -S suspect_binary

# Program headers (segments)
readelf -l suspect_binary

# Symbol table (if not stripped)
readelf -s suspect_binary
nm suspect_binary 2>/dev/null

# Dynamic linking information
readelf -d suspect_binary
ldd suspect_binary 2>/dev/null  # Only on matching architecture!

# Compute hashes
md5sum suspect_binary
sha256sum suspect_binary

# Check for packing/UPX
upx -t suspect_binary

# Python-based ELF analysis
from elftools.elf.elffile import ELFFile
import hashlib

with open("suspect_binary", "rb") as f:
    data = f.read()
    sha256 = hashlib.sha256(data).hexdigest()

with open("suspect_binary", "rb") as f:
    elf = ELFFile(f)

    print(f"SHA-256:      {sha256}")
    print(f"Class:        {elf.elfclass}-bit")
    print(f"Endian:       {elf.little_endian and 'Little' or 'Big'}")
    print(f"Machine:      {elf.header.e_machine}")
    print(f"Type:         {elf.header.e_type}")
    print(f"Entry Point:  0x{elf.header.e_entry:X}")

    # Check if stripped
    symtab = elf.get_section_by_name('.symtab')
    print(f"Stripped:     {'Yes' if symtab is None else 'No'}")

    # Section entropy analysis
    import math
    from collections import Counter
    for section in elf.iter_sections():
        data = section.data()
        if len(data) > 0:
            entropy = -sum((c/len(data)) * math.log2(c/len(data))
                          for c in Counter(data).values() if c > 0)
            if entropy > 7.0:
                print(f"  [!] High entropy section: {section.name} ({entropy:.2f})")

Passo 2: Extrair Strings e Indicadores

Procure por IOCs (Indicadores de Comprometimento) embutidos e pistas de funcionalidade:

# ASCII strings
strings suspect_binary > strings_output.txt

# Search for network indicators
grep -iE "(http|https|ftp)://" strings_output.txt
grep -iE "([0-9]{1,3}\.){3}[0-9]{1,3}" strings_output.txt
grep -iE "[a-zA-Z0-9.-]+\.(com|net|org|io|ru|cn)" strings_output.txt

# Search for shell commands
grep -iE "(bash|sh|wget|curl|chmod|/tmp/|/dev/)" strings_output.txt

# Search for crypto mining indicators
grep -iE "(stratum|xmr|monero|pool\.|mining)" strings_output.txt

# Search for SSH/credential theft
grep -iE "(ssh|authorized_keys|id_rsa|shadow|passwd)" strings_output.txt

# Search for persistence mechanisms
grep -iE "(crontab|systemd|init\.d|rc\.local|ld\.so\.preload)" strings_output.txt

# FLOSS for obfuscated strings (if available)
floss suspect_binary

Passo 3: Analisar Chamadas de Sistema e Uso de Bibliotecas

Identifique quais chamadas de sistema e bibliotecas o malware utiliza:

# List imported functions (dynamically linked)
readelf -r suspect_binary | grep -E "socket|connect|exec|fork|open|write|bind|listen"

# Trace system calls during execution (in isolated VM only)
strace -f -e trace=network,process,file -o strace_output.txt ./suspect_binary

# Trace library calls
ltrace -f -o ltrace_output.txt ./suspect_binary

# Key system calls to watch:
# Network: socket, connect, bind, listen, accept, sendto, recvfrom
# Process: fork, execve, clone, kill, ptrace
# File:    open, read, write, unlink, rename, chmod
# Persistence: inotify_add_watch (file monitoring)

Passo 4: Análise Dinâmica com GDB

Depure o malware para observar o comportamento em tempo de execução:

# Iniciar GDB com o binário
gdb ./binario_suspeito


…