performing-dns-tunneling-detection
Dá ao seu agente de IA instruções prontas para uma tarefa específica, para ele fazer melhor e mais rápido.
O que ela faz
Esta ferramenta analisa o tráfego de DNS para encontrar atividades suspeitas, como o 'DNS tunneling', que pode ser usado para esconder dados. Ela verifica o nome das requisições, o tamanho delas e outros detalhes para identificar comportamentos incomuns.
Quando usar
- ✓Ao investigar um possível vazamento de dados.
- ✓Durante testes de segurança para verificar se há túneis escondidos.
- ✓Ao analisar o tráfego de rede em busca de atividades maliciosas.
Exemplo do que pedir para a IA
“Analise este arquivo de tráfego DNS e me diga se há sinais de DNS tunneling.”
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
A ferramenta calcula a 'entropia' (uma medida de aleatoriedade) dos nomes das requisições DNS. Nomes muito aleatórios ou muito longos podem indicar que dados estão sendo escondidos.
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-dns-tunneling-detectionOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/mukul975/Anthropic-Cybersecurity-Skills/main/skills/performing-dns-tunneling-detection/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 Detecção de Túneis DNS
Quando Usar
- Ao conduzir avaliações de segurança que envolvam a detecção de túneis DNS
- Ao seguir procedimentos de resposta a incidentes para eventos de segurança relacionados
- Ao realizar testes ou atividades de auditoria de segurança agendados
- Ao validar controles de segurança por meio de testes práticos
Pré-requisitos
- Familiaridade com conceitos e ferramentas de operações de segurança
- Acesso a um ambiente de teste ou laboratório para execução segura
- Python 3.8+ com as dependências necessárias instaladas
- Autorização apropriada para quaisquer atividades de teste
Instruções
Analise o tráfego DNS em busca de indicadores de túneis DNS usando análise de entropia e métodos estatísticos nas características do nome da consulta.
import math
from collections import Counter
def shannon_entropy(data):
if not data:
return 0
counter = Counter(data)
length = len(data)
return -sum((c/length) * math.log2(c/length) for c in counter.values())
# Legitimate domain: low entropy (~3.0-3.5)
print(shannon_entropy("www.google.com"))
# DNS tunnel: high entropy (~4.0-5.0)
print(shannon_entropy("aGVsbG8gd29ybGQ.tunnel.example.com"))
Principais indicadores de detecção:
- Alta entropia de Shannon nos nomes das consultas (> 3,5 para rótulos de subdomínio)
- Nomes de consulta anormalmente longos (> 50 caracteres)
- Alto volume de solicitações de registro TXT para um único domínio
- Alta contagem de subdomínios exclusivos por domínio pai
- Distribuição de caracteres não padrão nos rótulos
Exemplos
from scapy.all import rdpcap, DNS, DNSQR
packets = rdpcap("dns_traffic.pcap")
for pkt in packets:
if pkt.haslayer(DNSQR):
query = pkt[DNSQR].qname.decode()
entropy = shannon_entropy(query)
if entropy > 4.0:
print(f"Suspicious: {query} (entropy={entropy:.2f})")
Perguntas frequentes
O que é DNS tunneling?
É uma técnica onde dados são escondidos dentro de requisições de DNS normais para passar por firewalls ou outras barreiras de segurança.
Por que a entropia é importante aqui?
Requisições DNS normais têm uma certa previsibilidade. Dados escondidos tendem a ser mais aleatórios, o que resulta em uma entropia maior.
Preciso ser um especialista em redes para usar isso?
Não, mas ter uma noção básica de segurança de rede ajuda a entender os resultados.
Detalhes
Descrição original do autor
Detects DNS tunneling by computing Shannon entropy of DNS query names, analyzing query length distributions, inspecting TXT record payloads, and identifying high subdomain cardinality. Uses scapy for packet capture analysis and statistical methods to distinguish legitimate DNS from covert channels. Use when hunting for data exfiltration. '
Popularidade
- Estrelas no GitHub
- 35 mil
- Posição no ranking
- #6058
- 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
data-throughput-accelerator
Faz seu agente acelerar a movimentação de grandes volumes de dados. Ele encontra gargalos e garante que os dados sejam transferidos de forma rápida e correta.
affaan-m/ECC
inventory-demand-planning
Ajuda seu agente a prever a demanda de produtos em lojas. Ele otimiza o estoque e planeja quando fazer promoções para vender mais.
affaan-m/ECC
market-research
Ajuda seu agente a realizar pesquisas de mercado e análises competitivas. Fornece resumos com atribuição de fontes.
affaan-m/ECC