Pular para o conteúdo
Skillpedia
Análise e planilhas35 mil · #5505

analyzing-windows-prefetch-with-python

Ajuda seu agente a analisar arquivos Prefetch do Windows para entender quais programas foram executados. Útil para investigar atividades suspeitas ou verificar a linha do tempo de execução.

O que ela faz

Esta ferramenta analisa arquivos especiais do Windows chamados 'Prefetch' para mostrar quais programas foram executados em um computador e quando. Ela ajuda a descobrir atividades suspeitas ou maliciosas.

Quando usar

  • ✓Investigar um incidente de segurança no computador.
  • ✓Verificar se um programa específico foi executado.
  • ✓Procurar por padrões de execução incomuns que possam indicar um ataque.

Exemplo do que pedir para a IA

“Analise os arquivos Prefetch no meu computador e me diga se há algo suspeito.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/mukul975/Anthropic-Cybersecurity-Skills/blob/main/skills/analyzing-windows-prefetch-with-python/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/mukul975/Anthropic-Cybersecurity-Skills/blob/main/skills/analyzing-windows-prefetch-with-python/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

A ferramenta lê os arquivos Prefetch, que registram informações sobre a execução de programas. Ela extrai detalhes como nome do programa, quantas vezes foi executado e quando, para criar um histórico.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add mukul975/Anthropic-Cybersecurity-Skills --skill analyzing-windows-prefetch-with-python

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/mukul975/Anthropic-Cybersecurity-Skills/main/skills/analyzing-windows-prefetch-with-python/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Analisando Prefetch do Windows com Python

Visão Geral

Arquivos Prefetch do Windows (.pf) registram dados de execução de aplicativos, incluindo nomes de executáveis, contagens de execuções, carimbos de data/hora, DLLs carregadas e diretórios acessados. Esta habilidade abrange a análise de arquivos Prefetch usando a biblioteca Python windowsprefetch para reconstruir linhas do tempo de execução, detectar binários renomeados ou disfarçados comparando nomes de executáveis com recursos carregados e identificar programas suspeitos que podem indicar execução de malware ou movimento lateral.

Quando Usar

  • Ao investigar incidentes de segurança que exigem a análise de prefetch do Windows com Python
  • Ao construir regras de detecção ou consultas de caça a ameaças para este domínio
  • Quando analistas de SOC precisam de procedimentos estruturados para este tipo de análise
  • Ao validar a cobertura de monitoramento de segurança para técnicas de ataque relacionadas

Pré-requisitos

  • Python 3.9+ com a biblioteca windowsprefetch (pip install windowsprefetch)
  • Arquivos Prefetch do Windows de C:\Windows\Prefetch\ (versões 17-30 suportadas)
  • Compreensão das convenções de nomenclatura de arquivos Prefetch do Windows (EXECUTABLE-HASH.pf)

Passos

Passo 1: Coletar Arquivos Prefetch

Reúna os arquivos .pf do diretório C:\Windows\Prefetch\ do sistema alvo.

Passo 2: Analisar Histórico de Execução

Extraia o nome do executável, contagem de execuções, carimbos de data/hora da última execução e informações do volume.

Passo 3: Detectar Execução Suspeita

Marque ferramentas de ataque conhecidas (mimikatz, psexec, etc.), binários renomeados e padrões de execução incomuns.

Passo 4: Construir Linha do Tempo de Execução

Reconstrua a linha do tempo de execução cronológica a partir de todos os arquivos Prefetch.

Saída Esperada

Relatório JSON com histórico de execução, executáveis suspeitos, indicadores de binários renomeados e reconstrução da linha do tempo.

Exemplo de Saída

$ python3 prefetch_analyzer.py --dir /evidence/Windows/Prefetch --output /analysis/prefetch_report

Windows Prefetch Analyzer v2.1
================================
Source: /evidence/Windows/Prefetch/
Prefetch Format: Windows 10 (MAM compressed, version 30)
Files Found: 234

--- Execution Timeline (Incident Window: 2024-01-15 to 2024-01-18) ---
Last Executed (UTC)     | Run Count | Filename                    | Hash     | Path
------------------------|-----------|-----------------------------|----------|------------------------------------------
2024-01-15 14:33:15     | 1         | Q4_REPORT.XLSM-2A1B3C4D.pf | 2A1B3C4D | C:\Users\jsmith\Downloads\Q4_Report.xlsm
2024-01-15 14:35:44     | 1         | POWERSHELL.EXE-A2B3C4D5.pf  | A2B3C4D5 | C:\Windows\System32\WindowsPowerShell\v1.0\powershell.exe
2024-01-15 14:36:30     | 3         | UPDATE_CLIENT.EXE-B3C4D5E6.pf| B3C4D5E6| C:\ProgramData\Updates\update_client.exe
2024-01-15 15:10:22     | 1         | NETSCAN.EXE-C4D5E6F7.pf     | C4D5E6F7 | C:\Users\jsmith\Downloads\netscan.exe
2024-01-16 02:28:00     | 1         | PROCDUMP64.EXE-D5E6F7A8.pf  | D5E6F7A8 | C:\Windows\Temp\procdump64.exe
2024-01-16 02:30:15     | 2         | MIMIKATZ.EXE-E6F7A8B9.pf    | E6F7A8B9 | C:\Windows\Temp\mimikatz.exe
2024-01-16 02:40:00     | 4         | PSEXEC.EXE-F7A8B9C0.pf      | F7A8B9C0 | C:\Users\jsmith\AppData\Local\Temp\psexec.exe
2024-01-17 02:45:00     | 1         | SDELETE64.EXE-A8B9C0D1.pf   | A8B9C0D1 | C:\Windows\Temp\sdelete64.exe
2024-01-18 03:00:45     | 1         | WEVTUTIL.EXE-B9C0D1E2.pf    | B9C0D1E2 | C:\Windows\System32\wevtutil.exe

--- Renamed Binary Detection ---
ALERT: UPDATE_CLIENT.EXE loaded DLLs consistent with Cobalt Strike beacon:
  Referenced DLLs: wininet.dll, ws2_32.dll, advapi32.dll, dnsapi.dll, netapi32.dll
  Volume: \VOLUME{01d94f2a3b5c7d8e-A4E73F21} (C:)
  Directories referenced:
    C:\ProgramData\Updates\
    C:\Windows\System32\

--- Execution Frequency Analysis ---
Most Executed (Top 5):
  1. SVCHOST.EXE          (267 runs)
  2. CHROME.EXE           (189 runs)
  3. EXPLORER.EXE         (156 runs)
  4. RUNTIMEBROKER.EXE    (134 runs)
  5. OUTLOOK.EXE          (98 runs)

First-Time Executions (Never seen before incident window):
  6 executables first run between 2024-01-15 and 2024-01-18

Summary:
  Total prefetch files:         234
  Suspicious executables:       6
  Renamed binary indicators:    1 (update_client.exe)
  Anti-forensics tools:         2 (sdelete64.exe, wevtutil.exe)
  JSON report: /analysis/prefetch_report/prefetch_timeline.json
Perguntas frequentes

O que são arquivos Prefetch?

São arquivos criados pelo Windows para acelerar o carregamento de programas. Eles também registram informações sobre quais programas foram executados.

Preciso ser um programador para usar isso?

Não, esta ferramenta é projetada para ser usada por pessoas que investigam segurança, mesmo sem conhecimento de programação. Você só precisa saber como pedir para a IA analisar os arquivos.

Quais versões do Windows são suportadas?

As versões 17 a 30 do Windows Prefetch são suportadas, o que inclui versões mais recentes do Windows 10 e Windows 11.

Detalhes

Descrição original do autor

Parse Windows Prefetch (.pf) files with the windowsprefetch Python library to reconstruct application execution history, run counts, and accessed file/volume lists. Use when investigating renamed or masquerading binaries, verifying program execution timelines, or hunting for suspicious execution patterns in incident response.

repo: mukul975/Anthropic-Cybersecurity-Skills

Popularidade

Estrelas no GitHub
35 mil
Posição no ranking
#5505
Licença
Apache-2.0
Atualizada em
31/08/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas