Deteksi Penyelundupan HTML
pengantar
Pada artikel ini saya akan mempelajari deteksi penyelundupan HTML, mengikuti proses rekayasa deteksi yang telah saya jelaskan pada dua posting terakhir saya. Proses ini meliputi penelitian, pengujian, dan pengembangan konsep deteksi baru. Namun tidak seperti postingan saya sebelumnya, kali ini kita akan mengamati, membuat profil, dan mendeteksi malware QakBot asli di lab. Dengan bagian ini saya berharap untuk menunjukkan bagaimana insinyur pendeteksi saat ini dan calon dapat melampaui simulasi, tantangan gaya CTF untuk mempelajari dan mendeteksi teknik penyerang dunia nyata, menandai mereka untuk SOC kami, dan memungkinkan rekan respons insiden kami untuk menetralisir ancaman.
Rencana Perjalanan Kami
Setelah beberapa latar belakang dan menentukan tujuan, saya akan mendemonstrasikan bagaimana kita dapat mengeksekusi malware QakBot HTML Smuggling di lab, melacak perilakunya di Splunk. Kemudian, saya akan mengurutkan peristiwa yang dapat diamati dari serangan ini, dan mengidentifikasi titik deteksi yang berguna (yang saya anggap sebagai "blok bangunan", atau tautan rantai serangan). Saya juga akan memperkenalkan korelasi (khususnya aturan rantai), alat penting dalam kotak alat deteksi ancaman Anda. Untuk mengilustrasikan seperti apa tampilannya, saya akan membahas dan mendemonstrasikan kemampuan Sigma yang belum dirilis, yang disebut Sigma Correlations. Saya akan mengakhiri dengan menguji aturan rantai baru terhadap 10 sampel tambahan malware QakBot HTML Smuggling untuk melihat kinerjanya.
Mari kita mulai!
Latar belakang
Di awal perjalanan keamanan siber saya, John Strand dari Keamanan Informasi Black Hills mengatakan sesuatu yang melekat pada diri saya: "Tidak ada log 'ANDA TELAH DIHACK'." Log peristiwa bisa membingungkan dan sulit dibaca bahkan pada hari yang baik. Mendapatkan wawasan yang bermanfaat dan dapat ditindaklanjuti dari log itu rumit! Tantangannya terkadang membutuhkan analisis mendalam dan teknik khusus agar berhasil.
Saya memiliki pelajaran itu di benak saya sepanjang karir saya di bidang keamanan, dan dengan mengingat hal ini beberapa bulan yang lalu, saya mulai melihat banyak sekali postingan seperti ini dari @pr0xylife :
Saya suka cara pr0xylife dan rekan-rekan mereka meringkas serangan ini dengan sangat ringkas, dan saya mendapati diri saya mengulangi urutan jenis file dengan lantang — hampir seperti bentuk puisi yang aneh!
Saya ingin belajar lebih banyak, tetapi tidak tahu bagaimana memulainya. Saya telah meninjau beberapa penelitian luar biasa tentang QakBot oleh tim di Trellix, jadi saya mengetahui sedikit tentang teknik mereka. (Jika Anda belum pernah mendengar tentang QakBot, harap baca laporan Trellix!) Saat saya mulai mengikuti aktivitas QakBot dan menggali lebih dalam, saya menyadari bahwa pr0xylife dan lainnya menjelaskan kombinasi dan variasi halus dalam cara QakBot dapat mengelabui korbannya dan menghindari kita. pertahanan. Beberapa contoh:
- Itu menggunakan Penyelundupan HTML , di mana file HTML berbahaya yang berisi JavaScript yang disandikan dijalankan oleh browser korban, mengunduh tahap berikutnya dari muatan.
- Itu menggunakan file zip yang dilindungi kata sandi untuk memblokir analisis kotak pasir.
- Ini menggunakan format gambar disk yang disebut file .iso untuk menghindari perlindungan Mark-of-the-Web, seperti yang dijelaskan Red Canary dengan sangat baik .
- File LNK disamarkan untuk memikat pengguna agar mengeksekusi ke file .CMD dan .DLL yang tersembunyi.
- Dan seterusnya dengan trik yang lebih menipu!
Objektif
Ada beberapa deteksi di luar sana untuk penyelundupan HTML dan teknik terkait QakBot lainnya. Ini sebagian besar didasarkan pada pencocokan peristiwa log yang mencurigakan, seperti yang ini dari Keamanan elastis:
Saya ingin melihat apakah saya dapat membangun pendeteksian saya sendiri, memanfaatkan korelasi (bukan pencocokan sederhana) untuk membuatnya tahan terhadap perubahan halus dalam perilaku serangan.
TBH, saya juga muak dengan ketidakjujuran bodoh QakBot dan menginginkan cara yang dapat diandalkan untuk menempatkannya tepat di depan mata kita.
Pengamatan Awal dan Analisis Malware QakBot
Untuk mencapai tujuan saya, saya harus melampaui laporan intelijen ancaman dari vendor keamanan dan tes Tim Merah Atom; Saya membutuhkan data saya sendiri yang dibuat dari sampel malware asli. Saya beralih ke favorit lama: malware-traffic-analysis.net oleh Brad Duncan (@malware_traffic). Situs ini adalah salah satu sumber daya pendidikan paling berguna yang pernah saya temui dalam keamanan. Selain tutorial Wireshark dan latihan lalu lintas jaringan langsung, situs ini menawarkan analisis kualitas sampel malware dunia nyata, termasuk file penyelundupan QakBot HTML.
Setelah membuat snapshot dari VM lab saya, saya menjalankan lab deteksi virtual saya dan mengunjungi entri terbaru. Hati-hati, file yang dihosting di situs ini tidak aman!
Saya mengunduh file zip artefak dan mengekstraknya ke folder unduhan saya menggunakan utilitas WinRAR yang ada di lab deteksi saya:
Catatan IOC sangat membantu dalam memberikan konteks pada file yang disertakan. Di antara catatannya adalah sebagai berikut, yang memberi tahu saya bahwa rantai infeksi dimulai dengan file HTML, bernama SCAN_DT6281.html.
2022-12-09 (FRIDAY) - HTML SMUGGLING FOR QAKBOT (QBOT) DISTRIBUTION TAG: AZD
DISTRIBUTION:
- Unknown source, possibly email --> HTML file --> password-protected zip archive --> extracted ISO image with .img file extension
…tentu, mari kita buka file zipnya, kenapa tidak?
File zip dilindungi kata sandi tetapi dapat dibuka menggunakan kata sandi yang ditampilkan di halaman HTML. File zip berisi satu file .img, yang saya tahu sebagai format file gambar disk yang dapat dipasang. Mengklik dua kali ini memasang file sebagai drive D di sistem saya:
Saya juga melihat sebuah direktori tersembunyi bernama IncomingPay, yang berisi file .lnk, dua file teks yang berisi (saya kira tidak) kutipan dari halaman Wikipedia tentang Psikologi, file .cmd , dan file .lc .
Sebagai seorang profesional keamanan dan pengawas pelatihan kesadaran keamanan perusahaan yang patuh, semua saya berdiri dan melambai tertiup angin. Tapi ini untuk sains, jadi saya mengambil umpan dan mengklik dua kali file LNK, seperti yang diinginkan penyerang untuk dilakukan oleh korban. Jendela baris perintah muncul selama beberapa detik, lalu menghilang:
Properti target file LNK menarik:
C:\Windows\System32\cmd.exe /c IncomingPay\Issues.cmd A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 0 1 2 3 4 5 6 7 8 9
Bagaimana saya tahu pencarian apa yang harus dijalankan? Saya tidak terlalu, tetapi melalui pengalaman saya sebagai analis dan peneliti, saya tahu bahwa ada jenis bukti tertentu yang mungkin muncul di log saya - eksekusi proses, pembuatan file, koneksi jaringan, dan sejenisnya. Di sinilah pengalaman di tempat kerja sebagai analis keamanan, atau pelatihan gaya CTF dalam dosis yang baik (seperti yang tersedia di CyberDefenders atau LetsDefend ) berguna.
Setelah menyegarkan pencarian saya beberapa kali dan bertanya-tanya apakah saya telah melakukan kesalahan, saya melihat tanda intrusi yang pasti dan tak terbantahkan: ledakan aktivitas pengintaian pada host korban saya:
Saat saya melihat perintah-perintah ini, saya mencatat periode waktu terjadinya — semua dalam rentang beberapa detik! Selain itu, semua proses dihasilkan oleh induk yang tidak biasa — wermgr.exe (Windows Error Reporting Manager). Peluang deteksi yang bagus, mungkin? Bahkan admin yang paling bingung atau perangkat lunak [sah] yang dibangun kembali tidak akan menjalankan semua perintah pengintaian yang mencurigakan ini dalam jangka waktu sesingkat itu, dan tidak pernah sebagai anak-anak dari wermgr.exe. Beralih ke koneksi jaringan saya, saya perhatikan bahwa wermgr.exe tiba-tiba menjadi sangat cerewet dengan alamat IP eksternal:
Setelah penilaian awal atas data saya ini, saya memutuskan bahwa:
- Sampel malware berisi vektor akses awal berbahaya (duh, galeri penyamun dari file .html, .zip, .img, .lnk, .cmd, dan .lc).
- Malware akan mengunduh file zip setelah membuka halaman HTML di browser, dan file zip berisi file .img yang dapat dipasang.
- Drive terpasang berisi pintasan berbahaya yang akan menghasilkan eksekusi perintah tambahan.
- Proses wermgr.exe yang disuntikkan memunculkan ledakan aktivitas pengintaian otomatis dan kemudian terhubung ke alamat IP eksternal yang mencurigakan, mungkin untuk mengirim informasi penyerang tentang sistem dan jaringan kami.
Memecah Serangan menjadi Blok Bangunan Deteksi
Setelah melakukan eksekusi awal teknik penyelundupan HTML QakBot di lab dan dikembalikan ke snapshot VM saya, tiba waktunya untuk menggali log lebih jauh untuk melihat apa yang terjadi.
Saat saya meninjau berbagai jenis peristiwa yang ditimbulkan oleh serangan itu, saya mulai mengembangkan pemahaman naratif dalam bahasa sederhana tentang apa yang sedang terjadi:
“Seorang penyerang mengirimkan file HTML kepada korban yang dimaksudkan untuk berisi laporan, faktur, atau dokumen lain yang menarik bagi mereka. Pada dasarnya, iming-iming phishing. Ketika korban membuka file di browser mereka, kode JavaScript yang disematkan dijalankan, yang mengunduh atau membuat file zip yang dilindungi kata sandi di sistem korban. Saat korban membuka ritsleting arsip , ekstraksi membuat file gambar disk yang dapat dipasang. Setelah memasang drive , pengguna melihat pintasan yang mereka yakini akan membawa mereka ke sumber daya yang mereka coba temukan. Tetapi pintasan tersebut sebenarnya memanggil juru bahasa perintah atau skrip yang mengeksekusi file berbahaya lainnyayang tersembunyi di disk drive, yang mengarah ke kompromi akses awal.”
Itu sepotong prosa bertele-tele di sana, tapi masuk akal di kepala saya. Jika saya akan mendeteksi sesuatu, saya harus memahaminya terlebih dahulu! Perhatikan teks tebal: Saya menggunakan narasi saya untuk menyoroti peristiwa yang dapat saya gunakan untuk mendeteksi rantai serangan. Berdasarkan ulasan ini, saya menganalisis log dari serangan tersebut, mencoba mengisolasi peristiwa berikut:
- Email phishing yang dikirim ke korban berisi lampiran HTML.
- Pembuatan file HTML di lokasi yang mencurigakan.
- Pembukaan file HTML yang berdiri sendiri di aplikasi browser.
- Unduh/buat file zip dengan aplikasi browser.
- Membuka/mengekstrak file zip yang dilindungi kata sandi.
- Pembuatan format file drive disk yang dapat dipasang (.iso, .img, dll).
- Memasang drive.
- Eksekusi proses di drive eksternal (baik dari file yang dapat dieksekusi di drive tersebut, atau file yang dapat dieksekusi sistem yang menyentuh file di drive tersebut).
Berita bagus
Kabar baiknya adalah, ada cara untuk mendeteksi hampir setiap peristiwa yang tercantum di atas! Ini berarti saya memiliki banyak ide tentang cara membuat kueri dan memfilter log yang tersedia untuk mengekstrak peristiwa yang bermakna (blok penyusun) untuk deteksi di masa mendatang.
Berita Buruk
Berita buruknya adalah, tidak satu pun dari banyak peristiwa ini yang dengan sendirinya berbahaya. Sekali lagi, tidak ada log ANDA TELAH DIRETAS: masing-masing peristiwa ini dapat terjadi dalam bisnis normal dan benar-benar aman dan tidak berbahaya. Solusinya adalah mengkorelasikan peristiwa ini, dalam urutan berurutan atau tidak berurutan, mengelompokkannya dengan atribut umum seperti nama host, dan memicu peringatan saat semua ini terjadi dalam jendela waktu, seperti satu jam. Masalahnya adalah, dari analisis dan pengujian saya (lebih dari itu sebentar lagi), merantai atau menghubungkan banyak peristiwa akan menghasilkan deteksi yang rapuh.
Rapuh vs Tangguh
"Kerapuhan" menggambarkan sejauh mana ide pendeteksian berantakan saat menghadapi perubahan halus pada teknik penyerang, variasi tindakan yang dilakukan oleh korban, masalah dengan logging, atau faktor lain di luar kendali kami. Deteksi getas kontras dengan deteksi "tangguh", yang fleksibel dan dapat menahan perubahan halus ini.
Ini tidak sesederhana mengatakan "Rapuh = buruk dan ulet = baik." Deteksi rapuh bisa sangat tertarget, dengan "bukaan" yang sempit. Keuntungannya adalah, jika aturan deteksi yang rapuh diaktifkan, ada kemungkinan yang sangat tinggi bahwa itu benar-benar positif. Deteksi tangguh mungkin memiliki bukaan yang lebih lebar dan mungkin cocok dengan aktivitas berbahaya yang lebih potensial. Namun, ini dapat menyebabkan kesalahan positif dan SOC yang membuat frustrasi jika tidak dikembangkan dengan hati-hati.
Dengan pemikiran ini, saya kembali ke daftar acara saya dari atas.
Menentukan Blok Bangunan untuk Diuji
Dalam konteksnya, saya menyadari bahwa item satu sampai tiga dalam daftar di atas mungkin bukan komponen yang baik dari deteksi Penyelundupan HTML saya. Kurangnya visibilitas dan tingginya volume perilaku tidak bersalah akan menghambat item 1. Saya menemukan item kedua karena kemampuan saya terbatas untuk menguji peristiwa ini, dan item ketiga terbukti tidak dapat diandalkan bergantung pada browser mana yang saya gunakan. Plus, meskipun secara teknis bukan Penyelundupan HTML, banyak aktivitas QakBot menggunakan URL, bukan file HTML yang berdiri sendiri, untuk mengirimkan muatan awal.
Item lima (ekstraksi file zip yang dilindungi kata sandi) memiliki banyak potensi, dan dapat dideteksi menggunakan aturan ini yang ditulis oleh Florian Roth dan terinspirasi oleh penelitian @SBousseaden . Namun, saya mengabaikannya karena 1) peristiwa itu tidak masuk ke lab saya dan 2) beberapa dokumentasi menunjukkan bahwa ini hanya berlaku untuk sistem operasi tertentu.
Setelah menjelajahi data saya, menghitung kemungkinan blok bangunan deteksi untuk korelasi saya, dan menampi daftar itu berdasarkan analisis lebih lanjut, saya memiliki blok bangunan berikut:
- Browser Web Membuat (Unduhan) File Arsip Zip (mewakili membuka file HTML berbahaya di browser).
- File ISO, VHD, LNK atau IMG Diekstraksi dari Zip (mengekstrak file gambar disk berbahaya).
- Disk Image Mount (memasang image — yang ini saya tarik langsung dari Sigma).
- Eksekusi Proses yang Diprakarsai Pengguna yang Mencurigakan di Drive Eksternal (mengklik file .lnk yang menjalankan atau mereferensikan file di drive eksternal).
Korelasi Sigma
Korelasi memungkinkan kita melacak peristiwa log sepanjang waktu. Daripada memicu peringatan untuk masing-masing dari empat peristiwa yang tercantum di atas, korelasi aturan berantai memungkinkan kita memberi peringatan hanya ketika keempat peristiwa terjadi secara berurutan pada host yang sama oleh pengguna yang sama, yang jauh lebih mencurigakan. Banyak produk SIEM dan bahasa kueri yang sesuai mendukung jenis rangkaian ini (walaupun beberapa tidak).
Untuk mendukung fungsi ini, Sigma memiliki standar Korelasi yang sedang berjalan yang akan memungkinkan kami untuk menulis aturan korelasi khusus dalam format umum lalu mengonversinya menjadi produk SIEM apa pun yang mendukung logika ini. Draf standar dapat ditinjau di sini:
Apa yang mungkin terlihat seperti ini? Ini adalah draf standar, dan dapat berubah , tetapi contoh sederhana dari aturan rantai kekerasan mungkin terlihat seperti ini:
action: correlation
type: temporal
rule:
- many_failed_logins
- successful_login
group-by:
- User
timespan: 1h
ordered: true
Draf aturan korelasi saya terlihat seperti ini:
title: HTML Smuggling Activity - Chain Rule
id: 0952f2fa-e29b-4eb5-831c-ce21520c56e3
status: experimental
description: Detects HTML smuggling-style compromise (such as HTML > ZIP > ISO/IMG/VHD > CMD/BAT/VBS > DLL). Includes rules to detect zipfile dropped by browser, ISO/IMG/VHD/LNK file extraction, disk image mount, followed by user-initiated process creation on an external drive.
references:
- https://blog.talosintelligence.com/html-smugglers-turn-to-svg-images/#:~:text=HTML%20smuggling%20is%20a%20technique,directly%20on%20the%20victim's%20device.
- https://www.malwarebytes.com/blog/news/2021/11/evasive-maneuvers-html-smuggling-explained
- Original research and analysis performed off of QakBot intelligence gathered at https://github.com/pr0xylife/Qakbot, https://www.malware-traffic-analysis.net/, and https://github.com/executemalware/Malware-IOCs
author: Micah Babinski
date: 2022/12/27
tags:
- attack.s0650
- attack.s0483
- attack.initial_access
- attack.defense_evasion
- attack.execution
- attack.t1564
- attack.t1566.001
- attack.t1566
- attack.t1027
- attack.t1027.006
- attack.t1059
- attack.t1204
- attack.t1204.002
action: correlation
type: temporal
rule:
- 1_win_zipfile_drop.yml
- 2_win_susp_file_extraction.yml
- 3_win_security_iso_mount.yml
- 4_win_process_creation_ext_drive.yml
group-by:
- ComputerName
- User
timespan: 1h
ordered: true
falsepositives:
- Unknown
level: high
Sekali lagi, spesifikasi Sigma Correlations sedang dalam pengembangan, dan dapat berubah. Tetap saja, ini akan menjadi perluasan kemampuan Sigma yang sangat berguna, jadi saya ingin mempratinjaunya untuk Anda sekarang!
Menguji Korelasi
Dengan terbentuknya konsep pendeteksian ini, dan hipotesis yang dikembangkan dalam bentuk aturan korelasi saya, sudah waktunya untuk menguji pendeteksian dengan ukuran sampel yang lebih besar. Saya mengandalkan repositori MalwareBazaar dari Abuse.ch, yang menyediakan perpustakaan bermanfaat berisi sampel malware yang diberi tag. Saya mengunduh 10 sampel HTML QakBot, sebagian besar dilaporkan oleh pr0xylife, mulai dari tanggal pertama kali dilihat dari 11 Juli hingga 22 Desember 2022. Saya menyiapkan sampel di VM lab saya, dan menamai masing-masing sesuai dengan tanggal pertama kali dilihat dan "humanhash" -nya properti (urutan acak dan unik dari kata-kata yang dapat dibaca manusia, seperti (“dakota-earth-mockingbird-march”):
Untuk melacak hasil saya, saya membuat tabel sederhana di Google Sheets:
Saya membuat snapshot pra-tes yang bersih dari host VM korban saya untuk dikembalikan setelah setiap pengujian, dan memulai pengujian. Setelah menguji tujuh dari sepuluh sampel, urutan empat blok penyusun saya memiliki cakupan yang sempurna! Namun, ketika saya menekan sampel kedelapan, aturan keempat dalam rantai tidak aktif, karena file .lnk memanggil RunDLL32.exe secara langsung, bukan cmd.exe atau wscript.exe. Ini baik-baik saja — saya hanya menyesuaikan kondisi aturan Sigma saya, menguji ulang, dan mendapatkan kecocokan yang sempurna! Saya senang dengan hasilnya dan bersemangat untuk berbagi kasus penggunaan deteksi dengan komunitas.
Ronde Bonus!
Banyak serangan phishing QakBot tidak menggunakan lampiran .html, melainkan menggunakan file .pdf berbahaya dengan tautan tersemat, atau hanya tautan phishing kuno yang mengarah ke file zip yang dihosting di situs web yang disusupi. Untuk menguji apakah pendeteksian saya cukup fleksibel untuk menangkap kejadian ini juga, saya mengujinya pada beberapa contoh terbaru dari repositori IOC yang dikelola oleh @ExecuteMalware, dan menemukan bahwa serangan driveby berbasis URL ini juga tertangkap oleh pendeteksian. Yang didokumentasikan di sini bahkan termasuk .wsf (Windows Script File) - jenis file yang tidak saya kenal tetapi tetap tertangkap oleh deteksi saya.
Hore untuk ketahanan!
Kesimpulan
Selamat! Anda telah mencapai akhir dari postingan panjang tentang beberapa topik yang padat dan rumit. Anda dapat menemukan semua aturan yang dirujuk di sini . Terima kasih telah membaca, dan saya harap Anda menikmati ocehan saya tentang QakBot, Penyelundupan HTML, Sigma, dan korelasi. Saya sangat bersemangat untuk meluncurkan Sigma Correlations. Ini akan menjadi kemenangan besar bagi komunitas teknik deteksi dan akan memungkinkan kami berbagi kasus penggunaan deteksi yang lebih canggih.
Saya sangat senang dengan hasil pengujian saya, terutama ketika ternyata salah satu blok penyusun dalam aturan rantai saya telah gagal dan perlu penyesuaian! Lagi pula, mengapa menguji jika menurut Anda pekerjaan Anda sudah sempurna? Terakhir, pengalaman ini mengingatkan saya pada apa yang sudah mulai saya yakini - bahwa kami tidak dapat mendeteksi apa yang tidak kami pahami. Tidak ada pengganti untuk pengalaman langsung dengan malware nyata jika Anda mencoba untuk melihat apa yang dilakukannya.
Berkat proyek Lab Deteksi yang telah saya sukai di postingan sebelumnya, pengalaman kehidupan nyata ini dapat dijangkau oleh lebih banyak orang daripada sebelumnya. Terakhir, terima kasih kepada pr0xylife, Brad (malware_traffic), dan executionmalware karena menyediakan repositori asli dari sampel malware QakBot yang terdokumentasi dengan baik untuk kami akses, analisis, dan pahami. Ini benar-benar harta karun pendidikan!
Jangan ragu untuk mengirimkan saya ide, komentar, atau saran tentang bagaimana saya dapat meningkatkan. Saya masih baru dalam hal ini, dan saya menyambut umpan balik dan kritik dengan hormat dalam bentuk apa pun.
Seperti biasa, selamat menganalisis!

![Apa itu Linked List? [Bagian 1]](https://post.nghiatu.com/assets/images/m/max/724/1*Xokk6XOjWyIGCBujkJsCzQ.jpeg)



































