uk
Feedback
Network Security Channel

Network Security Channel

Відкрити в Telegram

⭕️Start Channel From 2017⭕️ ✅ Security Operation Center (SOC) ✅ Bug Bounty ✅ Vulnerability ✅ Pentest ✅ Hardening ✅ Linux ✅ Reasearch ✅ Security Network ✅ Security Researcher ✅ DevSecOps ✅ Blue Team ✅ Red Team

Показати більше
2 963
Підписники
-124 години
+57 днів
+2430 день
Архів дописів
باج افزار BERT تهدید جدی برای دیتای شما! خیلی راحت رمزنگاری میکنه و داده ها رو ارسال میکنه! ⚠️ خیلی جاها رو آلوده کرده تا امروز ⚠️⛔️ تشخیص و کاهش اثر باج‌افزار BERT در محیط‌های ویندوز و لینوکس/ESXi باج‌افزار BERT یک تهدید سایبری پیشرفته است که از آوریل ۲۰۲۵ محیط‌های ویندوز و لینوکس/ESXi را هدف قرار داده است. این باج‌افزار با رمزگذاری فایل‌ها (با پسوندهایی مانند .encryptedbybert یا .hellofrombert)، استخراج داده‌ها و ارسال به سرورهای فرمان و کنترل (C2) با آدرس‌های IP مانند 185.100.157.74 و 82.115.223.89، و غیرفعال‌سازی ماشین‌های مجازی ESXi، از مدل double-extortion بهره می‌برد. BERT با استفاده از ابزارهای قانونی مانند PowerShell و rclone، فعالیت‌های خود را مخفی نگه می‌دارد. 🔐 راهکارهای کاهش اثر تهدید - محدودسازی دسترسی‌ها: غیرفعال‌سازی دسترسی‌های غیرضروری به Remote Desktop Protocol (RDP) و پیاده‌سازی احراز هویت چندمرحله‌ای (MFA). - ایجاد نسخه‌های پشتیبان امن: تهیه نسخه‌های پشتیبان آفلاین و آزمایش فرآیندهای بازیابی به‌صورت دوره‌ای. - پایش لاگ‌های امنیتی: بررسی رویدادهای Sysmon (با شناسه‌های EventID 1 و 11) و لاگ‌های syslog برای شناسایی دستورات مشکوک مانند esxcli vm process kill. - استفاده از رول Sigma: رول Sigma با شناسه b2c3d4e5-f6a7-8901-bcde-2345678901fe برای تشخیص فرآیندهای مخرب، فایل‌های رمزگذاری‌شده، و اتصالات شبکه به سرورهای C2 طراحی شده است. - آموزش کارکنان: برگزاری برنامه‌های آموزشی برای شناسایی ایمیل‌های فیشینگ و اجتناب از باز کردن پیوست‌های مشکوک. - به‌کارگیری ابزارهای امنیتی: استفاده از راه‌حل‌های تشخیص و پاسخ نقطه پایانی (EDR) و ابزارهای تحلیل شبکه مانند Zeek برای شناسایی رفتارهای مشکوک. 🕵️ نحوه تشخیص تهدید رول Sigma طراحی‌شده برای شناسایی فعالیت‌های BERT در محیط‌های ویندوز و لینوکس/ESXi، بر موارد زیر تمرکز دارد: اجرای فرآیندهای مخرب مانند powershell.exe، newcryptor.exe، و payload.exe. دستورات PowerShell مشکوک مانند DisableRealtimeMonitoring یا .downloadstring(. فایل‌های رمزگذاری‌شده با پسوندهایی مانند .encryptedbybert و یادداشت‌های باج‌خواهی. فعالیت‌های مخرب در ESXi مانند اجرای دستور esxcli vm process kill. اتصالات شبکه به آدرس‌های IP سرورهای C2 (185.100.157.74، 82.115.223.89) و پورت‌های 3030 و 80. 🔹 Share & Support Us 🔹 📱 Channel : @Engineer_Computer

SANS SOC Survey 2025

Tricky Things About Proxy Requests(B) 2️⃣ 👀 نقش پراکسی معکوس و Intercepting Proxy در مبهم‌سازی زبان و مسیر درخواست‌ها پراکسی‌هایی مثل Intercepting Proxy (مثلاً در تجهیزات شبکه یا تست ابزارهایی مثل Burp Suite)، یا پراکسی معکوس (Reverse Proxy)، می‌توانند: هدرها را بازنویسی کنند IP/Host اصلی را پنهان کنند یا حتی زبان برنامه‌نویسی سمت سرور را برای کلاینت قابل تشخیص نکنند ✅ این موضوع برای باگ‌بانتی‌کاران مهم است چون ممکن است فکر کنند با یک سرور واقعی روبه‌رو هستند، در حالی که پشت پرده یک لایه پراکسی همه چیز را فیلتر می‌کند. 3️⃣ ✏️ اصلاح هوشمندانه URI توسط مرورگرها یا افزونه‌ها برخی مرورگرها یا افزونه‌های آن‌ها به‌صورت خودکار تلاش می‌کنند URI ناقص یا اشتباه را "تصحیح" کنند. مثلاً اگر آدرسی با /example داده شود، مرورگر ممکن است آن را به http://example.com/example تبدیل کند. ⚠️ در ترکیب با پراکسی، این رفتار می‌تواند باعث: تغییر در مسیر اصلی درخواست ایجاد حملات redirect/host header injection بای‌پس برخی ruleهای WAF شود 4️⃣ 🌐 تأثیر زبان برنامه‌نویسی و دامنه‌ها در عملکرد پراکسی‌ها برخی پراکسی‌ها مسیرها را بسته به زبان سمت سرور یا پسوند فایل‌ها متفاوت رفتار می‌دهند. مثلاً مسیرهای php را differently rewrite می‌کنند یا cache policy برای js با json فرق دارد. 📌 دانستن این تفاوت‌ها برای اجرای موفق حملات XSS/Path Traversal یا اجرای payloadهای خاص بسیار مهم است. 🎯 نتیجه‌گیری: هر باگ‌بانتی‌کار یا تحلیل‌گر امنیتی باید بداند: «پراکسی فقط واسطه نیست، بلکه گاهی تصمیم‌گیرنده و تغییر‌دهنده‌ مسیر، ساختار و هویت درخواست‌هاست.» @Engineer_Computer #HTTP #Proxy #CyberSecurity

قسمت دوم وSplunk Stream می‌تواند ترافیک شبکه را به صورت زنده تحلیل و داده‌های ارزشمندی استخراج کند. نکته کلیدی در اینجا، آگاهی از وضعیت رمزگشایی TLS است. پیش‌نیاز کلیدی: وضعیت رمزگشایی ترافیک TLS * اگر رمزگشایی TLS فعال است:شما به محتوای کامل HTTP (مانند uri_path) دسترسی دارید. * اگر رمزگشایی TLS فعال نیست (سناریوی رایج): شما نمی‌توانید محتوای HTTP را ببینید، اما همچنان به متادیتای بسیار ارزشمند TLS دسترسی دارید. روش ۱: جستجو در ترافیک رمزگشایی‌شده (مبتنی بر HTTP) این کوئری زمانی کار می‌کند که Splunk Stream قادر به دیدن محتوای ترافیک HTTPS باشد. sourcetype=stream:http dest_port=443 (uri_path="/dns-query" OR uri_path="/resolve") | stats count by src_ip, dest_ip, uri_path, http_method, user_agent, ja3 | sort - count
روش ۲: استفاده از متادیتای TLS (رویکرد پیشنهادی و واقع‌گرایانه)

این روش نیازی به رمزگشایی ترافیک ندارد و با تحلیل فیلد SNI (server_name`) در هندشیک TLS کار می‌کند. این روش بسیار قابل اعتمادتر است.


sourcetype=stream:tls dest_port=443 server_name IN ("*.cloudflare-dns.com", "dns.google", "mozilla.cloudflare-dns.com", "doh.opendns.com", "dns.quad9.net")
| stats count, dc(src_ip) as distinct_clients by server_name, dest_ip, ja3, ja3s
| rename server_name as DOH_Provider
| sort - count
* نکته: لیست IN (...) را باید به‌روز نگه دارید. * فیلدهای ja3 و ja3s به شما در شناسایی کلاینت‌ها (مرورگرها یا بدافزارها) کمک می‌کنند. روش ۳: کوئری ترکیبی برای حداکثر دقت این کوئری هر دو روش بالا را ترکیب می‌کند تا جامع‌ترین دید را ارائه دهد و احتمال خطا را کاهش دهد. (sourcetype=stream:http dest_port=443 (uri_path="/dns-query" OR uri_path="/resolve")) OR (sourcetype=stream:tls dest_port=443 server_name IN ("*.cloudflare-dns.com", "dns.google", "*.quad9.net")) | stats values(uri_path) as uri_paths, values(http_method) as methods, count by src_ip, dest_ip, server_name, ja3, user_agent | sort - count جمع‌بندی و استراتژی نهایی شناسایی ترافیک DoH یک بازی "همه یا هیچ" نیست، بلکه یک فرآیند مبتنی بر تجمیع شواهد است. 1. با روش‌های با دقت بالا شروع کنید: جستجو بر اساس لیست دامنه‌های DoH شناخته‌شده (server_name در Splunk یا host در Zeek) کمترین میزان هشدارهای کاذب را دارد. 2. از شاخص‌های عمومی‌تر برای کشف موارد ناشناخته استفاده کنید: الگوهایی مانند uri_path="/dns-query"` می‌توانند سرویس‌های DoH جدید یا خصوصی را کشف کنند. 3. از JA3 برای شناسایی ابزارها استفاده کنید: فینگرپرینت‌های JA3 می‌توانند به شما بگویند آیا ترافیک DoH از یک مرورگر استاندارد (مثلاً Firefox) نشأت می‌گیرد یا از یک ابزار ناشناخته یا مخرب. 4. ایجاد خط پایه (Baseline): رفتار عادی DoH در شبکه خود را بشناسید. افزایش ناگهانی یا ظهور کلاینت‌های جدید DoH می‌تواند یک زنگ خطر باشد. با به کارگیری این راهنمای جامع، شما قادر خواهید بود دید کاملی بر این نقطه کور امنیتی پیدا کرده و به طور موثرتری از شبکه خود محافظت کنید. @Engineer_Computer

راهنمای جامع تشخیص ترافیک DoH (DNS-over-HTTPS) با استفاده از Zeek و Splunk Stream ترافیک DNS-over-HTTPS (DoH) با رمزگذاری درخواست‌های DNS درون ترافیک وب HTTPS، نظارت و کنترل سنتی بر DNS را برای تیم‌های امنیتی به یک چالش جدی تبدیل کرده است. بدافزارها، ابزارهای نفوذ و حتی مرورگرهای استاندارد از این تکنیک برای دور زدن سیاست‌های امنیتی و پنهان کردن فعالیت‌های خود استفاده می‌کنند. این راهنما به صورت جامع به شما نشان می‌دهد چگونه با استفاده از دو ابزار قدرتمند Zeek و Splunk Stream این ترافیک پنهان را شناسایی کنید. اصول کلیدی شناسایی ترافیک DoH قبل از پرداختن به ابزارها، باید بدانیم به دنبال چه سرنخ‌هایی هستیم. شناسایی موفق DoH بر پایه‌ی ترکیبی از شاخص‌های زیر استوار است: 1. سرورهای مقصد شناخته‌شده: اتصال به IPها یا دامنه‌هایی که به عنوان ارائه‌دهنده‌ی عمومی DoH شناخته می‌شوند (مانند Cloudflare, Google, Quad9). 2. پورت استاندارد: ترافیک DoH تقریباً همیشه از پورت استاندارد HTTPS یعنی 443/tcp استفاده می‌کند. 3. مسیر URI خاص: درخواست‌های DoH معمولاً به مسیرهای URI مشخصی مانند /dns-query یا /resolve ارسال می‌شوند. 4. هدرهای HTTP: وجود هدر Content-Type: application/dns-message در درخواست‌های POST یک شاخص بسیار قوی است. 5. متادیتای TLS: و SNI نام دامنه‌ای که کلاینت قصد اتصال به آن را دارد و حتی در ترافیک رمزگذاری‌شده نیز قابل مشاهده است. فینگرپرینت JA3/JA3S: اثر انگشت منحصر به فرد کلاینت و سرور TLS که می‌تواند برای شناسایی ابزارها یا بدافزارهای خاص استفاده شود. بخش اول: تشخیص DoH با Zeek و Zeek با تحلیل عمیق پروتکل‌ها، ابزاری ایده‌آل برای این کار است. به جای تکیه بر اسکریپت‌های آماده، بهترین رویکرد، ایجاد یک اسکریپت سفارشی برای تولید لاگ‌های ساختاریافته و اختصاصی است. رویکرد حرفه‌ای: ایجاد لاگ اختصاصی doh.log این رویکرد به جای چاپ خروجی در کنسول، یک فایل لاگ جداگانه و تمیز به نام doh.log ایجاد می‌کند که تحلیل و یکپارچه‌سازی آن با سایر ابزارها (مانند SIEM) را بسیار آسان می‌سازد. اسکریپت detect-doh.zeek: این اسکریپت را در مسیر site/ یا local.zeek خود بارگذاری کنید. # file: site/detect-doh.zeek 1. تعریف ماژول و ساختار لاگ اختصاصی module DOH; export { تعریف نوع داده برای نگهداری اطلاعات رویداد DoH type Info: record { ts: time &log; زمان دقیق رویداد uid: string &log; شناسه یکتای اتصال برای ارتباط با سایر لاگ‌ها id: conn_id &log; اطلاعات کامل اتصال (IPها و پورت‌ها) method: string &log; متد HTTP (GET/POST) host: string &log &optional; هدر هاست از درخواست HTTP uri: string &log; URI کامل درخواست user_agent: string &log &optional; User-Agent کلاینت ja3: string &log &optional; فینگرپرینت TLS کلاینت (از ssl.log) }; 2. ایجاد یک جریان لاگ جدید به نام doh.log const log_file = "doh.log"; global log_stream: Log::Stream = Log::create_stream(DOH::log_file, [$columns=Info]); } 3. پردازش رویدادهای HTTP برای شناسایی الگو event http_request(c: connection, method: string, original_URI: string, unescaped_URI: string, version: string) { # شرط اصلی: پورت 443 و URIهای شناخته‌شده if ( c$id$resp_p == 443/tcp && ( "/dns-query" in unescaped_URI || "/resolve" in unescaped_URI ) ) { # ساختن رکورد لاگ با اطلاعات استخراج شده local doh_info: Info; doh_info$ts = network_time(); doh_info$uid = c$uid; doh_info$id = c$id; doh_info$method = method; doh_info$host = c$http$host; doh_info$uri = unescaped_URI; doh_info$user_agent = c$http$user_agent; # اگر اتصال TLS بوده، فینگرپرینت JA3 را اضافه کن if ( c$ssl?$ja3 ) { doh_info$ja3 = c$ssl$ja3; } 4. نوشتن رکورد نهایی در فایل doh.log Log::write(DOH::log_stream, doh_info); } } تحلیل خروجی پس از اجرای Zeek با این اسکریپت، فایل logs/current/doh.log شما حاوی رکوردهایی ساختاریافته خواهد بود. شما می‌توانید با استفاده از فیلد uid، هر رویداد DoH را به لاگ‌های دیگر مانند ssl.log (برای تحلیل عمیق TLS) و conn.log` (برای مشاهده حجم داده و مدت زمان اتصال) مرتبط کنید. @Engineer_Computer

Cyber Security Engineer VA-Springfield, Job Title: Cyber Security Engineer Location: Springfield, VA Type: Contract To Hire Compensation: Contractor Work Model: Onsite Hours: Add the job’s scheduled days and times (delete if not needed) Security Clearance: List security clearance requirements (delete if not needed) Cyber Security Engineer Springfield, VA TS/SCI $135k What You’ll Get to Do: Coordinate and implement cyber security respons http://jobview.monster.com/Cyber-Security-Engineer-Job-Springfield-VA-US-292107030.aspx #US #Cyber Security Engineer @Engineer_Computer

🔍 مقدمه ای بر گوگل هکینگ گوگل هکینگ (Google Hacking) یعنی استفاده از جستجوی پیشرفته گوگل برای پیدا کردن اطلاعات حساس، آسیب‌پذیری‌ها یا اشتباهات امنیتی وب‌سایت‌ها و سرورها، این کار معمولا با استفاده از ( دورک یا Google Dork ) انجام می‌شود . مثلا می‌توان فایل‌های مخفی، پسوردها، تنظیمات ناامن و حتی سورس‌کدها را داخل وب پیدا کرد یا نسخه‌های آسیب‌پذیر نرم‌افزارها را شناسایی کرد. این تکنیک یکی از روش‌های محبوب جمع‌آوری اطلاعات برای تست نفوذ، ردتیم و حتی هکرهاست.
ما را به دوستانتان معرفی کنید .
#GoogleHacking @Engineer_Computer

TCPIP Illustrated volume 1 📚 @Engineer_Computer

Sybex CCNA Cloud Complete Study Guide📚 @Engineer_Computer

SysAdmin Network Services📚 @Engineer_Computer

Sybex Group Policy📚 @Engineer_Computer

SSCP Systems Security Certified📚 @Engineer_Computer

Stallings, William Cryptography📚 @Engineer_Computer

Sybex Mastering VMware Infrastructure📚 @Engineer_Computer

Sybex CCENT ICND1 Study Guide Exam📚 @Engineer_Computer

Switch-Router Architectures📚 @Engineer_Computer

پایداری سایبری در زیرساخت‌های حیاتی مستندی از ISACA نگاهی به NIS2 و DORA @Engineer_Computer

برای دانشجویان به زبان ساده شنود سیستم کال سیستم کال و نه API اپلیکیشن تحت وب، شنود تماس‌های API بین اجزای سیستم‌عامل، سرویس‌ها، یا حتی بین برنامه و کرنل هست؛ مثلاً: شنود System Call API در لینوکس یا ویندوز (مثلاً NtCreateFile, ReadFile, socket, execve) تحلیل رفتار بدافزار یا برنامه از طریق API Monitoring استفاده از ابزارهایی مثل strace, sysdig, procmon, یا API Monitor 🎯 هدف: آموزش شنود APIهای سیستم به دانشجویان 🔹 ۱. تعریف ساده و کاربردی «در سیستم‌عامل‌ها، وقتی برنامه‌ای می‌خواد کاری انجام بده مثل خوندن یک فایل، باز کردن اینترنت، یا اختصاص دادن حافظه، درخواستش رو از طریق یک API یا System Call به سیستم‌عامل می‌فرسته. شنود این APIها یعنی بررسی اینکه چه برنامه‌ای چه دستوری به سیستم‌عامل داده.» 🟣 مثال ساده: وقتی Notepad رو باز می‌کنی و یک فایل رو ذخیره می‌کنی، پشت صحنه سیستم از CreateFile, WriteFile, CloseHandle استفاده می‌کنه. ما می‌تونیم این APIها رو ببینیم. 🔹 ۲. چرا لازمه API Callهای سیستم شنود بشن؟ تحلیل رفتار برنامه‌ها: آیا برنامه بدون اجازه شما به فایل یا شبکه دسترسی داره؟ کشف بدافزارها: بدافزارها با APIها رفتار خودشون رو نشون می‌دن، مثلاً VirtualAlloc برای رزرو حافظه جهت shellcode مهندسی معکوس: این API Callها قدم به قدم به شما می‌گن برنامه داره چه‌کار می‌کنه شناسایی رفتار مشکوک: اگر برنامه‌ای پشت صحنه keylogger اجرا کنه، APIهای GetAsyncKeyState یا SetWindowsHookEx ظاهر می‌شن تست امنیتی: فهمیدن اینکه یه برنامه از چه System Callهایی استفاده می‌کنه، می‌تونه به تست نفوذ کمک کنه 🔹 ۳. ابزارهای پیشنهادی (بسته به سیستم‌عامل): ✅ ویندوز: ابزار Process Monitor (Procmon) – از Sysinternals. برای دیدن File, Registry, Network, و API Calls. ابزار API Monitor – برای رصد کردن دقیق APIهای ویندوز (user-mode و kernel-mode). ابزار WinDbg + Sysinternals – برای سطح پایین‌تر، مخصوص دانشجویان پیشرفته‌تر. ✅ لینوکس: ابزار strace – برای دیدن System Callهای سطح پایین مثل open, read, write ابزار lsof, dstat, iotop – برای مشاهده منابع درگیر ابزار sysdig – تحلیل و شنود عمیق‌تر از kernel space ابزار auditd – برای مانیتور کردن دقیق سیاست‌محور از system callها این API Callها مثل گفت‌وگوی مخفی بین نرم‌افزار و سیستم‌عامل هستند. شنیدن این مکالمه‌ها یعنی اینکه بفهمیم برنامه‌ها واقعاً چی کار می‌کنند، نه فقط اون چیزی که در ظاهر نشون می‌دن. این یک سلاح کلیدی برای شکار تهدید، مهندسی معکوس، و تحلیل امنیتی هست. @Engineer_Computer