自动化逆向辅助利器 -- Capa工具介绍

概述

近日，FireEye开源了一个逆向辅助工具capa，项目地址为：https://github.com/fireeye/capa，其目的是自动化提取样本的高级静态特征，快速地告诉用户该样本做了哪些恶意操作，同时该工具还随同发布了对应的IDA插件，方便逆向分析员快速定位恶意代码。

工具运行的结果如下，它显示了当前样本的恶意行为，奇热以及对应的ATT&CK向量，如：混淆绕过、系统信息探测、C&C连接、持久化驻留等。

安装

使用命令：git clone --recurse-submodules https://github.com/fireeye/capa.git下载capa项目，其中包含了capa-rules子项目，该路径下包含了所有类型的检测规则。

下载好后，使用命令：pip install -e [path_to_capa]进行安装，安装好后，就能开始使用Capa了。

范例演示

下面主要介绍其IDA插件的使用，IDA打开样本后，点击File->Script File加载ida_capa_explorer.py脚本。

PS：该插件目前只适配于IDA7.2及以上版本。

 

本次实验使用的是BuleHero蠕虫样本（0F606E3FC83F7E8B175DDCAA39517CDD），样本加载成功后，IDA会新增一个capa explorer窗口，该窗口会显示匹配上的规则，鼠标移到上面可以看到规则的内容。

双击规则的Address的值，IDA会自动跳转到恶意代码相应的位置，如下，通过contain an embedded PE file规则，快速地定位到了样本中内嵌的PE文件。

勾上规则后，IDA会高亮显示对应的恶意代码段，从而方便逆向工程师进行分析。

规则的编写格式如下，第一个红框meta用于描述该规则的描述信息，第二个红框features就是用于匹配的逻辑规则，类似于yara，支持的类型有：api、string、bytes、mnemonic等。

 了解规则的编写规范后，试着编写一个规则进行练手，如下规则仅用于演示。

可以识别出Lazarus组织的Dtrack后门。

 将该规则dtrack.yal放到capa/rules目录下，加载样本B5AB935D750BE8B5B7C9CF3B87C772CA，插件就能自动识别出该样本为Dtrack后门。

capa的大致原理就是，提取样本的导入函数、字符串、汇编码，然后循环遍历规则进行匹配，实质上就是将逆向时手工筛选高危恶意代码的工作自动化，当然，对于一些高度混淆后的样本，建议先解混淆后再使用capa进行分析。