Clase 157 — Threat intelligence a partir de malware

Parte: 6 — Análisis de malware · Fuente: MITRE ATT&CK, Intelligence-Driven Incident Response (Roberts & Brown) ⏱️ Duración estimada: 110 min · Nivel: Avanzado


🎯 Objetivo

Transformar el análisis de una muestra en inteligencia accionable: IOCs estructurados, TTPs mapeados, pivoteo hacia infraestructura y campañas relacionadas, y atribución razonada. El alumno aprenderá a usar la Pyramid of Pain, marcos como Diamond Model y ATT&CK, y a producir inteligencia que otros equipos puedan consumir (STIX, MISP).

📚 Resultados de aprendizaje

Al finalizar, el alumno podrá:

  1. Distinguir niveles de IOC según la Pyramid of Pain y su valor.
  2. Estructurar inteligencia con Diamond Model, ATT&CK y STIX/TAXII.
  3. Pivotar desde una muestra hacia infraestructura y muestras relacionadas.
  4. Evaluar atribución con hipótesis y confianza, evitando conclusiones frágiles.
  5. Publicar inteligencia consumible (MISP, feeds, reglas).

🗺️ Temas

# Tema Por qué importa
1 Datos, información, inteligencia Diferencia clave del CTI
2 Pyramid of Pain Prioriza IOCs por impacto en el atacante
3 Diamond Model Estructura adversario/infra/capacidad/víctima
4 Pivoteo de infraestructura Amplía de una muestra a una campaña
5 Atribución y confianza Evita errores caros
6 STIX/TAXII y MISP Formatos e intercambio
7 IOCs vs TTPs Durabilidad de la detección

🧠 Explicación en profundidad

De analizar una muestra a entender al adversario

La inteligencia de amenazas (threat intelligence, CTI) convierte el análisis de malware individual en conocimiento accionable sobre los adversarios: quiénes son, cómo operan, qué infraestructura usan, a quién atacan. Es el paso de "esta muestra hace X" a "el grupo Y usa esta técnica contra el sector Z, y así se detecta y se anticipa". La CTI es lo que da propósito estratégico al análisis: no se analiza malware por curiosidad, sino para defender mejor, y para eso hay que transformar los datos técnicos en inteligencia que informe decisiones.

La jerarquía fundamental es dato → información → inteligencia. Un dato es un hecho aislado (una IP, un hash). La información es datos con contexto (esta IP es el C2 de esta familia). La inteligencia es información analizada que responde a una necesidad y guía la acción (este grupo está atacando a tu sector con esta técnica, prioriza esta defensa). Confundir datos con inteligencia —entregar una lista de hashes y llamarla "inteligencia"— es el error más común, y por eso la CTI insiste en el análisis, no solo en la recolección.

La Pyramid of Pain: qué IOCs de verdad duelen al atacante

El concepto que ordena la CTI es la Pyramid of Pain (David Bianco), que clasifica los indicadores por cuánto le cuesta al atacante cambiarlos si los bloqueas —es decir, cuánto "dolor" le causas—.

TTPs
como opera - MUY DIFICIL de cambiar

Herramientas
dificil

Artefactos de red/host
molesto

Nombres de dominio
facil

Direcciones IP
trivial de cambiar

Hashes
TRIVIAL: un byte cambia todo

En la base, lo trivial de cambiar: los hashes (un byte distinto, hash nuevo) y las IPs (rotar es trivial). En medio, lo molesto: dominios y artefactos de red/host (mutex, claves de registro). En la cima, lo caro: las herramientas del atacante y —lo más difícil de todo— sus TTPs (tácticas, técnicas y procedimientos, Clase 141). La lección estratégica es contundente: detectar por hashes e IPs es fácil de evadir para el atacante (los cambia en minutos), mientras que detectar por TTPs le obliga a cambiar su forma de operar, algo lento y costoso. Por eso la CTI madura invierte en detección por comportamiento y TTPs (mapeados a ATT&CK) por encima de las listas de IOCs volátiles —aunque los IOCs siguen siendo útiles para el bloqueo inmediato—.

Pivoteo, atribución y el Diamond Model

Dos técnicas convierten una muestra en inteligencia sobre una campaña. El pivoteo de infraestructura: a partir de un indicador (un dominio de C2) se descubren indicadores relacionados —otros dominios en el mismo servidor, certificados compartidos, patrones de registro— reconstruyendo la infraestructura del adversario; es el pivote del Diamond Model (Clase 003) aplicado en la práctica. La atribución —determinar quién está detrás— es lo más difícil y lo que exige más cautela: se basa en la combinación de TTPs, infraestructura, código compartido y objetivos, pero es propensa al error y a la manipulación (los atacantes plantan false flags para desviar la culpa), así que la CTI seria expresa la atribución con niveles de confianza explícitos ("con confianza media, atribuimos a...") y nunca como certeza. El Diamond Model (adversario, capacidad, infraestructura, víctima) es el marco para organizar todo esto.

Compartir la inteligencia: STIX, TAXII y MISP

La CTI solo tiene valor si se comparte —la defensa colectiva es más fuerte que la individual—, y para ello existen estándares. STIX (Structured Threat Information eXpression) es un formato estandarizado para describir amenazas (indicadores, TTPs, actores, campañas) de forma que las máquinas lo procesen; TAXII es el protocolo para transportar ese STIX entre organizaciones. MISP (Malware Information Sharing Platform) es la plataforma abierta más usada para compartir y correlacionar IOCs y CTI entre equipos y comunidades. El énfasis final de la clase es la distinción IOCs vs TTPs: los IOCs (hashes, IPs, dominios) son fáciles de compartir y de bloquear pero volátiles (base de la pirámide); los TTPs son duraderos y estratégicos pero más difíciles de expresar y de detectar (cima de la pirámide). Una CTI equilibrada usa ambos —IOCs para el bloqueo táctico inmediato, TTPs para la detección estratégica y duradera— y los comparte en formatos estándar. La lección de la clase, que cierra el ciclo del análisis de malware, es que el objetivo último de analizar una muestra no es la muestra en sí, sino producir inteligencia que haga a la organización —y a la comunidad— más difíciles de atacar.

📖 Definiciones y características

📔 Glosario

Término Definición concisa
Threat intelligence (CTI) Conocimiento accionable sobre los adversarios
Dato → información → inteligencia Jerarquía de valor de la CTI
Pyramid of Pain Clasifica IOCs por cuánto cuesta cambiarlos
IOC Indicador de compromiso (hash, IP, dominio)
TTP Tácticas, técnicas y procedimientos; lo más caro de cambiar
Hash / IP IOCs triviales de cambiar (base de la pirámide)
Pivoteo de infraestructura Descubrir indicadores relacionados desde uno
Atribución Determinar quién está detrás; con niveles de confianza
False flag Pista plantada para desviar la atribución
Nivel de confianza Cautela explícita en las afirmaciones de CTI
Diamond Model Adversario, capacidad, infraestructura, víctima
STIX Formato estándar para describir amenazas
TAXII Protocolo para transportar CTI (STIX)
MISP Plataforma de compartición de IOCs y CTI

🧰 Herramientas y preparación

⚠️ Nota ética y de seguridad: el pivoteo usa fuentes de inteligencia y metadatos; no contactes infraestructura del atacante ni descargues muestras activas fuera del lab. Maneja la inteligencia con clasificación adecuada (TLP) y evita exponer datos de víctimas.

🧪 Laboratorio guiado

  1. Parte de una muestra ya analizada. Reúne sus IOCs: hashes, dominios/IPs C2, mutex, rutas, certificados TLS.
  2. Clasifícalos con la Pyramid of Pain y anota cuáles son volátiles (hash/IP) y cuáles duraderos (TTPs, herramientas).
  3. Pivotea en VirusTotal/ThreatFox: desde un dominio C2 encuentra otras muestras que lo contactan; desde un imphash halla binarios similares. Documenta las relaciones.
  4. Usa passive DNS/WHOIS para expandir la infraestructura (dominios hermanos, ASN, patrones de registro).
  5. Construye un Diamond Model del evento: adversario (hipótesis), infraestructura, capacidad (la muestra), víctima.
  6. Mapea las TTPs al ATT&CK Navigator y exporta la capa.
  7. Estructura un objeto STIX (indicator + malware + relationship) o crea un evento en MISP con TLP y tags.
  8. Redacta una evaluación de atribución con nivel de confianza (baja/media/alta) y las evidencias que la sostienen.

✍️ Ejercicios

  1. Ordena 8 IOCs en la Pyramid of Pain y justifica.
  2. Pivotea de un dominio a muestras relacionadas y documenta el grafo.
  3. Rellena un Diamond Model de un caso real.
  4. Exporta una capa de ATT&CK Navigator para una familia.
  5. Crea un evento MISP con IOCs, TTPs y TLP.
  6. Redacta una hipótesis de atribución con confianza calibrada.

📝 Reto verificable

A partir de una muestra, entrega un paquete de inteligencia: IOCs clasificados por la pirámide, capa ATT&CK, grafo de pivoteo con al menos 2 relaciones nuevas y una evaluación de atribución con nivel de confianza. Criterio de aceptación: el paquete incluye al menos dos artefactos relacionados descubiertos por pivoteo (no presentes en la muestra inicial) y una atribución con confianza explícita y evidencia, no una afirmación categórica.

⚠️ Errores comunes

Síntoma / mensaje Causa y cómo arreglar
Solo compartir hashes/IPs Son volátiles; añade TTPs, más duraderos
Atribución categórica Usa hipótesis y niveles de confianza; evita saltar a conclusiones
Pivoteo sin verificar Correlaciona varias fuentes antes de afirmar relación
IOCs sin contexto Añade fechas, TLP y origen para que sean útiles
Exponer datos de víctimas Anonimiza y respeta TLP al compartir

❓ Preguntas frecuentes

❓ ¿Por qué priorizar TTPs sobre IOCs? Porque el atacante cambia hashes e IPs con facilidad, pero modificar sus técnicas es costoso; detectar TTPs es más resiliente.

❓ ¿La atribución es fiable? Es difícil y manipulable (false flags). Se maneja como hipótesis con niveles de confianza, no como certeza.

❓ ¿Qué es TLP? El Traffic Light Protocol clasifica cómo puede compartirse la información (RED/AMBER/GREEN/CLEAR) para proteger fuentes y víctimas.

🔗 Referencias

📥 Material descargable

⬅️ Clase anterior

Clase 156 — Reglas YARA para detección

➡️ Siguiente clase

Clase 158 — Emulación y unpacking automatizado