performing-automated-malware-analysis-with-cape
Permite que seu agente realize análise automatizada de malware em um ambiente de sandbox seguro.
O que ela faz
Esta ferramenta analisa automaticamente arquivos suspeitos em um ambiente seguro (sandbox). Ela observa o que o arquivo faz, captura informações sobre ele e extrai dados importantes, como configurações de programas maliciosos conhecidos.
Quando usar
- ✓Quando você encontra um arquivo que parece ser um vírus ou programa malicioso.
- ✓Ao investigar um incidente de segurança para entender como um programa malicioso age.
- ✓Para testar a segurança de seus sistemas de forma automatizada.
Exemplo do que pedir para a IA
“Analise este arquivo suspeito e me diga o que ele faz.”
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
Mensagem pronta para colar
Como funciona
Você envia um arquivo para a ferramenta, que o executa em um computador virtual isolado. A ferramenta então registra todas as ações, tráfego de rede e arquivos criados pelo programa suspeito.
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 performing-automated-malware-analysis-with-capeOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/mukul975/Anthropic-Cybersecurity-Skills/main/skills/performing-automated-malware-analysis-with-cape/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Realizando Análise Automatizada de Malware com CAPE
Visão Geral
CAPE (Config And Payload Extraction) é uma sandbox de malware de código aberto derivada do Cuckoo que automatiza a análise comportamental, extração de payloads e extração de configurações. O CAPEv2 apresenta API hooking para instrumentação comportamental, captura arquivos criados/modificados/excluídos durante a execução, grava tráfego de rede no formato PCAP e inclui mais de 70 extratores de configuração personalizados (cape-parsers) para famílias como Emotet, TrickBot, Cobalt Strike, AsyncRAT e Rhadamanthys. O sistema de assinaturas inclui mais de 1000 assinaturas comportamentais que detectam técnicas de evasão, persistência, roubo de credenciais e comportamento de ransomware. O debugger do CAPE permite contornar anti-evasões dinâmicas combinando ações do debugger dentro de assinaturas YARA. Implantação recomendada: host Ubuntu LTS com VM guest Windows 10 21H2.
Quando Usar
- Ao conduzir avaliações de segurança que envolvam a realização de análise automatizada de malware com CAPE
- Ao seguir procedimentos de resposta a incidentes para eventos de segurança relacionados
- Ao realizar testes de segurança ou atividades de auditoria agendadas
- Ao validar controles de segurança através de testes práticos
Pré-requisitos
- Servidor Ubuntu 22.04 LTS (8+ núcleos de CPU, 32GB+ RAM, 500GB+ SSD)
- Suporte de virtualização KVM/QEMU
- Imagem guest Windows 10 21H2
- Python 3.9+ com dependências do CAPEv2
- Configuração de rede para rede de análise isolada
Fluxo de Trabalho
Etapa 1: Enviar e Analisar Amostras via API
#!/usr/bin/env python3
"""Cliente API da sandbox CAPE para submissão e análise automatizada de malware."""
import requests
import json
import time
import sys
from pathlib import Path
class CAPEClient:
def __init__(self, base_url="http://localhost:8000", api_token=None):
self.base_url = base_url.rstrip("/")
self.headers = {}
if api_token:
self.headers["Authorization"] = f"Token {api_token}"
def submit_file(self, filepath, options=None):
"""Submete um arquivo para análise."""
url = f"{self.base_url}/apiv2/tasks/create/file/"
files = {"file": open(filepath, "rb")}
data = options or {}
data.setdefault("timeout", 120)
data.setdefault("enforce_timeout", False)
resp = requests.post(url, files=files, data=data, headers=self.headers)
resp.raise_for_status()
result = resp.json()
task_id = result.get("data", {}).get("task_ids", [None])[0]
print(f"[+] Submetido {filepath} -> ID da Tarefa: {task_id}")
return task_id
def get_status(self, task_id):
"""Verifica o status da análise da tarefa."""
url = f"{self.base_url}/apiv2/tasks/status/{task_id}/"
resp = requests.get(url, headers=self.headers)
return resp.json().get("data", "unknown")
def wait_for_completion(self, task_id, poll_interval=15, max_wait=600):
"""Espera a análise ser concluída."""
elapsed = 0
while elapsed < max_wait:
status = self.get_status(task_id)
if status == "reported":
print(f"[+] Tarefa {task_id} concluída")
return True
time.sleep(poll_interval)
elapsed += poll_interval
print(f" Aguardando... ({elapsed}s, status: {status})")
return False
def get_report(self, task_id):
"""Recupera o relatório completo da análise."""
url = f"{self.base_url}/apiv2/tasks/get/report/{task_id}/"
resp = requests.get(url, headers=self.headers)
return resp.json()
def get_config(self, task_id):
"""Obtém a configuração extraída do malware."""
report = self.get_report(task_id)
configs = report.get("CAPE", {}).get("configs", [])
return configs
def get_dropped_files(self, task_id):
"""Lista os arquivos descartados durante a análise."""
report = self.get_report(task_id)
return report.get("dropped", [])
def get_network_iocs(self, task_id):
"""Extrai IOCs de rede da análise."""
report = self.get_report(task_id)
network = report.get("network", {})
iocs = {
"dns": [d.get("request") for d in network.get("dns", [])],
"http": [h.get("uri") for h in network.get("http", [])],
"tcp": [f"{h.get('dst')}:{h.get('dport')}"
for h in network.get("tcp", [])],
}
return iocs
def analyze_sample(self, filepath):
"""Pipeline completo de análise automatizada."""
Perguntas frequentes
O que é uma 'sandbox'?
É um ambiente seguro e isolado, como uma caixa de areia, onde um programa pode ser executado sem afetar o seu computador real.
O que são 'assinaturas comportamentais'?
São padrões de comportamento que a ferramenta procura para identificar tipos específicos de programas maliciosos.
O que são 'IOCs'?
IOCs (Indicadores de Comprometimento) são pistas que ajudam a identificar atividades maliciosas, como endereços de sites ou IPs que o programa tentou contatar.
Detalhes
Descrição original do autor
Deploy and operate the CAPEv2 malware sandbox (a Cuckoo derivative) to run samples in a monitored Windows guest VM, capturing behavioral signatures, dropped files, PCAP network traffic, and family-specific configuration extraction (e.g. Emotet, TrickBot, Cobalt Strike) via cape-parsers. Use when a suspicious file or payload needs automated dynamic analysis, anti-evasion debugger tricks, or config/
Popularidade
- Estrelas no GitHub
- 35 mil
- Posição no ranking
- #6026
- Licença
- Apache-2.0
- Atualizada em
- 31/08/2026
Comentários
- …
Mais skills deste repositório
abusing-dpapi-for-credential-access
Dá ao seu agente de IA instruções prontas para uma tarefa específica, para ele fazer melhor e mais rápido.
mukul975/Anthropic-Cybersecurity-Skills
abusing-shadow-credentials-for-privesc
Ensina seu agente de IA a escrever textos claros e bem estruturados.
mukul975/Anthropic-Cybersecurity-Skills
achieving-cmmc-level-2-compliance
Ajuda seu agente a preparar um ambiente para conformidade com CMMC Nível 2. Ele implementa requisitos de segurança e gerencia a documentação necessária.
mukul975/Anthropic-Cybersecurity-Skills
acquiring-disk-image-with-dd-and-dcfldd
Ajuda seu agente a criar cópias exatas de discos rígidos. Isso é útil para garantir que nenhuma informação seja perdida ou alterada durante investigações.
mukul975/Anthropic-Cybersecurity-Skills
Skills parecidas
dashboard-builder
Ajuda seu agente a criar painéis de monitoramento úteis. Ele transforma dados em gráficos que respondem a perguntas importantes sobre o sistema.
affaan-m/ECC
dev-team
Simula uma equipe de desenvolvimento colaborativa, onde diferentes papéis respondem a um problema juntos. É útil para obter múltiplas perspectivas sem trocar de agente manualmente.
affaan-m/ECC
ecc-council
Faz seu agente reunir um conselho de quatro vozes para tomar decisões difíceis. É útil quando há várias opções boas e é preciso debater antes de escolher.
affaan-m/ECC