
Analyse différentielle des logiciels malveillants en mémoire
Un outil d'analyse mémoire open source construit sur Volatility. Il est conçu comme un terrain d'essai pour des techniques intéressantes à mettre à disposition de la communauté. Ces techniques visent à accélérer le processus d'enquête grâce à la réduction des données et à la codification de certaines connaissances d'experts.
NOTE: Most DAMM output looks better piped through 'less -S' (upper 'S') as in:
python damm.py -h usage: damm.py [-h] [-d DIR] [-p PLUGIN [PLUGIN ...]] [-f FILE] [-k KDBG] [--db DB] [--profile PROFILE] [--debug] [--info] [--tsv] [--grepable] [--filter FILTER] [--filtertype FILTERTYPE] [--diff BASELINE] [-u FIELD [FIELD ...]] [--warnings] [-q]
DAMM v1.0 Beta
optional arguments: -h, --help show this help message and exit -d DIR Path to additional plugin directory -p PLUGIN [PLUGIN ...] Plugin(s) to run. For a list of options use --info -f FILE Memory image file to run plugin on -k KDBG KDBG address for the images (in hex) --db DB SQLite db file, for efficient input/output --profile PROFILE Volatility profile for the images (e.g. WinXPSP2x86) --debug Print debugging statements --info Print available volatility profiles, plugins --tsv Print screen formatted output. --grepable Print in grepable text format --filter FILTER Filter results on name:value pair, e.g., pid:42 --filtertype FILTERTYPE Filter match type; either "exact" or "partial", defaults to partial --diff BASELINE Diff the imageFile|db with this db file as a baseline -u FIELD [FIELD ...] Use the specified fields to determine uniqueness of memobjs when diffing --warnings Look for suspicious objects. -q Query the supplied db (via --db).
### Plugins pris en charge <a name="plugins"/>
Voir #python damm.py --info
apihooks callbacks connections devicetree dlls evtlogs handles idt injections messagehooks mftentries modules mutants privileges processes services sids timers
### Exemple <a name="example"/>
Fournissez un profil comme dans Volatility, une image mémoire et une liste de plugins à exécuter (ou 'all') pour obtenir la sortie terminal :```
python damm.py --profile WinXPSP2x86 -f memory.dmp -p processes | less -S
(or python damm.py --profile WinXPSP2x86 -f memory.dmp -p processes dlls modules)
(or python damm.py --profile WinXPSP2x86 -f memory.dmp -p all)
processes
offset name pid ppid prio image_path_name create_time exit_time threads session_id handles is_wow64 pslist psscan thrdproc pspcid csrss session deskthrd command_line
0x25c8830 System 4 0 8 59 403 False True True True True False False False
0x225ada0 alg.exe 188 668 8 C:\WINDOWS\System32\alg.exe 2010-10-29 17:09:09 UTC+0000 6 0 107 False True True True True True True True C:\WINDOWS\System32\alg.exe
0x2114938 ipconfig.exe 304 968 8 2011-06-03 04:31:35 UTC+0000 2011-06-03 04:31:36 UTC+0000 0 0 False True True False True False False False
0x2086978 TSVNCache.exe 324 1196 8 C:\Program Files\TortoiseSVN\bin\TSVNCache.exe 2010-10-29 17:11:49 UTC+0000 7 0 54 False True True True True True True True "C:\Program Files\TortoiseSVN\bin\TSVNCache.exe"
0x22df020 smss.exe 376 4 11 \SystemRoot\System32\smss.exe 2010-10-29 17:08:53 UTC+0000 3 19 False True True True True False False False \SystemRoot\System32\smss.exe
...
Pour que ces résultats persistent dans une base de données SQLite, fournissez simplement un nom de fichier pour la db :``` python damm.py --profile WinXPSP2x86 -f memory.dmp -p processes --db my_results.db
Cela affichera les résultats dans le terminal et les stockera dans 'my_results.db'
Pour voir les résultats à nouveau :```
python damm.py -p processes --db my_results.db
(Notez que vous n'avez plus besoin de l'image mémoire ni de spécifier un profil, et la liste apparaîtra presque instantanément, quelle que soit la durée du traitement initial.)
Si vous souhaitez voir les processus et autres plugins ultérieurement :``` python damm.py --profile WinXPSP2x86 -p processes dlls modules --db my_results.db
Will:
1. consulter la base de données pour la sortie 'processes'
2. exécuter les plugins 'dlls' et 'modules'
3. afficher les résultats
4. stocker les nouveaux résultats dans la base de données
Une fois que vous avez stocké des données dans une base de données, vous pouvez les interroger avec le commutateur -q.```
python damm.py -q --db my_results.db
profile: WinXPSP2x86
memimg: WinXPSP2x86/stuxnet.vmem
COMPUTERNAME: JAN-DF663B3DBF1
plugins: processes dlls modules
Les plugins ont des attributs qui peuvent avoir des types pour le filtrage, par exemple pour les processus : (utilisez --info pour voir tous les attributs des plugins)``` offset name : string pid : pid ppid : pid image_path_name : string command_line : string create_time exit_time threads session_id handles is_wow64 pslist psscan thrdproc pspcid csrss session deskthrd
Ces attributs et types peuvent être exploités par les fonctions de différenciation et de filtrage de DAMM