Pular para o conteúdo
Skillpedia
Diversos35 mil · #5991

investigating-ransomware-attack-artifacts

Faz seu agente coletar evidências forenses e identificar variantes de ransomware após um ataque.

O que ela faz

Esta ferramenta ajuda a investigar ataques de ransomware. Ela coleta informações importantes dos computadores afetados para identificar qual tipo de ransomware foi usado, como ele entrou no sistema e quais são as chances de recuperar seus arquivos.

Quando usar

  • ✓Logo após descobrir que seus arquivos foram criptografados por um ransomware.
  • ✓Ao analisar um ataque para entender tudo o que aconteceu.
  • ✓Para descobrir o nome do ransomware e se é possível descriptografar os arquivos.

Exemplo do que pedir para a IA

“Minha empresa foi atacada por ransomware. Você pode me ajudar a coletar as evidências e identificar o tipo de ataque?”

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/investigating-ransomware-attack-artifacts/SKILL.md

Mensagem pronta para colar

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

A ferramenta primeiro salva cópias seguras de partes importantes do computador e de arquivos criptografados. Depois, ela usa essas cópias para procurar pistas e identificar o tipo de ransomware, como ele se espalhou e quando o ataque começou.

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 investigating-ransomware-attack-artifacts

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/mukul975/Anthropic-Cybersecurity-Skills/main/skills/investigating-ransomware-attack-artifacts/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.

Investigando Artefatos de Ataque de Ransomware

Quando Usar

  • Imediatamente após descobrir criptografia de ransomware em sistemas
  • Ao realizar análise forense para entender o escopo completo de um incidente de ransomware
  • Para identificar a variante do ransomware e determinar se a descriptografia é possível
  • Ao rastrear a cadeia de ataque desde o acesso inicial até a criptografia
  • Para documentar evidências que apoiem ações legais e sinistros de seguro

Pré-requisitos

  • Imagens forenses dos sistemas afetados (preservar antes da remediação)
  • Dumps de memória capturados antes do desligamento do sistema (se disponíveis)
  • Notas de resgate e amostras de arquivos criptografados
  • Capturas de tráfego de rede do período do ataque
  • Logs de Eventos do Windows, arquivos Prefetch e hives do registro
  • Acesso a ferramentas de identificação de ransomware (ID Ransomware, No More Ransom)
  • Ambiente de sandbox isolado para análise de malware

Fluxo de Trabalho

Etapa 1: Preservar Evidências e Identificar a Variante do Ransomware

# CRITICAL: Do NOT restart systems. Preserve memory first if possible.
# Encryption keys may still be in memory.

# Capture memory from running systems
# Windows: DumpIt.exe (generates memory.raw)
# Linux: sudo insmod lime.ko "path=/evidence/memory.lime format=lime"

# Collect ransom note
cp /mnt/evidence/Users/*/Desktop/README*.txt /cases/case-2024-001/ransomware/ransom_notes/
cp /mnt/evidence/Users/*/Desktop/DECRYPT*.txt /cases/case-2024-001/ransomware/ransom_notes/
cp /mnt/evidence/Users/*/Desktop/HOW_TO*.txt /cases/case-2024-001/ransomware/ransom_notes/
find /mnt/evidence/ -name "*.hta" -o -name "*DECRYPT*" -o -name "*RANSOM*" -o -name "*README*" \
   2>/dev/null | head -20 > /cases/case-2024-001/ransomware/note_locations.txt

# Collect sample encrypted files (for identification)
find /mnt/evidence/Users/ -name "*.encrypted" -o -name "*.locked" -o -name "*.crypted" \
   -o -name "*.crypt" -o -name "*.enc" | head -10 > /cases/case-2024-001/ransomware/encrypted_samples.txt

# Copy sample encrypted files
mkdir -p /cases/case-2024-001/ransomware/samples/
head -5 /cases/case-2024-001/ransomware/encrypted_samples.txt | while read f; do
    cp "$f" /cases/case-2024-001/ransomware/samples/
done

# Identify ransomware variant using file extension and ransom note
python3 << 'PYEOF'
import os, hashlib, json

ransomware_indicators = {
    '.lockbit': 'LockBit',
    '.blackcat': 'BlackCat/ALPHV',
    '.royal': 'Royal',
    '.akira': 'Akira',
    '.clop': 'Cl0p',
    '.conti': 'Conti',
    '.ryuk': 'Ryuk',
    '.revil': 'REvil/Sodinokibi',
    '.maze': 'Maze',
    '.phobos': 'Phobos',
    '.dharma': 'Dharma/CrySIS',
    '.stop': 'STOP/Djvu',
    '.hive': 'Hive',
    '.blackbasta': 'Black Basta',
    '.play': 'Play',
}

# Check encrypted file extensions
samples_dir = '/cases/case-2024-001/ransomware/samples/'
for f in os.listdir(samples_dir):
    ext = os.path.splitext(f)[1].lower()
    variant = ransomware_indicators.get(ext, 'Unknown')
    sha256 = hashlib.sha256(open(os.path.join(samples_dir, f), 'rb').read()).hexdigest()
    print(f"File: {f}")
    print(f"  Extension: {ext}")
    print(f"  Suspected Variant: {variant}")
    print(f"  SHA-256: {sha256}")
    print()

# Parse ransom note for IoCs
note_dir = '/cases/case-2024-001/ransomware/ransom_notes/'
for note in os.listdir(note_dir):
    with open(os.path.join(note_dir, note), 'r', errors='ignore') as f:
        content = f.read()
        print(f"\n=== Ransom Note: {note} ===")
        # Extract bitcoin addresses
        import re
        btc = re.findall(r'[13][a-km-zA-HJ-NP-Z1-9]{25,34}|bc1[a-zA-HJ-NP-Z0-9]{25,39}', content)
        tor = re.findall(r'[a-z2-7]{56}\.onion', content)
        emails = re.findall(r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}', content)

        if btc: print(f"  Bitcoin addresses: {btc}")
        if tor: print(f"  Tor addresses: {tor}")
        if emails: print(f"  Contact emails: {emails}")
PYEOF

Etapa 2: Determinar a Linha do Tempo do Ataque

# Encontrar o arquivo criptografado mais antigo (hora de início da criptografia)
find /mnt/evidence/ -name "*.encrypted" -printf '%T+ %p\n' 2>/dev/null | sort | head -5 \
   > /cases/case-2024-001/ransomware/encryption_start.txt

# Encontrar o arquivo criptografado mais recente (hora de fim da criptografia)
find /mnt/evidence/ -name "*.encrypted" -printf '%T+ %p\n' 2>/dev/null | sort -r | head -5 \
   > /cases/case-2024-001/ransomware/encryption_end.txt

# Analisar Prefetch para executável de ransomware
ls /mnt/evidence/Windows/Prefetch/ | grep -iE "(encrypt|ransom|lock|crypt)" \

…
Perguntas frequentes

O que são 'artefatos'?

Artefatos são como 'pegadas digitais' deixadas pelo ataque no computador. Podem ser arquivos específicos, mensagens de resgate ou informações nos registros do sistema.

Por que é importante preservar a memória do computador?

Às vezes, informações cruciais para descriptografar os arquivos ou identificar o atacante ficam temporariamente na memória do computador. Salvar a memória antes de desligar ou reiniciar pode capturar essas informações.

O que é 'vetor de acesso inicial'?

É a forma como o atacante conseguiu entrar no seu sistema pela primeira vez. Pode ser por um e-mail com link malicioso, uma falha de segurança em um programa ou acesso remoto não autorizado.

Detalhes

Descrição original do autor

Forensically preserve memory and disk, collect ransom notes and encrypted file samples, and identify the ransomware variant using tools such as ID Ransomware, Volatility, and Chainsaw/Hayabusa to determine the initial access vector and recovery options. Use immediately after discovering ransomware encryption, when scoping the incident forensically, or when documenting evidence for law enforcement

repo: mukul975/Anthropic-Cybersecurity-Skills

Popularidade

Estrelas no GitHub
35 mil
Posição no ranking
#5991
Licença
Apache-2.0
Atualizada em
31/08/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas