# analyzing-malware-sandbox-evasion-techniques

Разбирает отчёты Cuckoo и AnyRun и находит в них признаки того, что образец распознал песочницу и притворился безвредным.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 363 установки · ★ 35034
- Автор: mahipal
- Лицензия: Apache-2.0 · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/HEAD/skills/analyzing-malware-sandbox-evasion-techniques/SKILL.md
- Обновлён: 2026-08-31
- HTML: https://affpapa.org/nevibecode/skills/analyzing-malware-sandbox-evasion-techniques

## Что делает

Скилл берёт поведенческий отчёт в JSON и ищет в последовательностях вызовов API следы антианализа: проверки времени через `GetTickCount` и `QueryPerformanceCounter`, запросы к артефактам виртуализации (ключи реестра, префиксы MAC-адресов, процессы вроде `vmtoolsd.exe`), проверки участия пользователя по `GetCursorPos` и `GetAsyncKeyState`, а также фингерпринт окружения — размер диска, число ядер, объём памяти.

Отдельный шаг — сравнение запрошенной и фактической длительности сна: расхождение выдаёт искусственное растягивание паузы, которым малварь пережидает окно анализа. По числу и разнообразию найденных приёмов скилл считает оценку изощрённости и раскладывает всё по категориям, а затем сопоставляет с подтехниками MITRE ATT&CK T1497.

На выходе — JSON с перечнем приёмов, ссылками на конкретные вызовы API и маппингом на ATT&CK. Нужен аккаунт Cuckoo Sandbox 2.0+ или AnyRun и Python 3.8+ с библиотекой `json`; без экспортированного отчёта разбирать нечего. Если образец в песочнице почти не проявлял активности, это как раз повод прогнать его через скилл, а не списывать в чистые.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mukul975/Anthropic-Cybersecurity-Skills --skill analyzing-malware-sandbox-evasion-techniques -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/analyzing-malware-sandbox-evasion-techniques/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/analyzing-malware-sandbox-evasion-techniques/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mukul975/Anthropic-Cybersecurity-Skills --skill analyzing-malware-sandbox-evasion-techniques -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/analyzing-malware-sandbox-evasion-techniques/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mukul975/Anthropic-Cybersecurity-Skills --skill analyzing-malware-sandbox-evasion-techniques -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/analyzing-malware-sandbox-evasion-techniques/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install mukul975/Anthropic-Cybersecurity-Skills analyzing-malware-sandbox-evasion-techniques
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/analyzing-malware-sandbox-evasion-techniques/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mukul975/Anthropic-Cybersecurity-Skills --skill analyzing-malware-sandbox-evasion-techniques -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/mukul975/Anthropic-Cybersecurity-Skills --path skills/analyzing-malware-sandbox-evasion-techniques
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/analyzing-malware-sandbox-evasion-techniques/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add mukul975/Anthropic-Cybersecurity-Skills --skill analyzing-malware-sandbox-evasion-techniques -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/HEAD/skills/analyzing-malware-sandbox-evasion-techniques/SKILL.md

## Когда брать
- понять, почему образец молчит в песочнице
- найти проверки времени и растянутый сон в отчёте
- отделить детект виртуализации от обычных запросов к системе
- сопоставить найденные приёмы с MITRE ATT&CK T1497
- оценить изощрённость антианализа по числу приёмов

## Примеры запросов агенту
- разбери отчёт AnyRun по образцу, найди признаки ухода от песочницы
- проверь этот Cuckoo-отчёт на sleep inflation и проверки времени
- сопоставь найденные приёмы антианализа с подтехниками T1497

## Похожие
- [anti-reversing-techniques](https://affpapa.org/nevibecode/skills/anti-reversing-techniques.md) — скилл · 10900 установок
- [avast-premium-security-malware-analysis](https://affpapa.org/nevibecode/skills/avast-premium-security-malware-analysis.md) — скилл · 1100 установок
- [windows-av-evasion](https://affpapa.org/nevibecode/skills/windows-av-evasion.md) — скилл · 3600 установок
- [secops-hunt](https://affpapa.org/nevibecode/skills/secops-hunt.md) — скилл · 1900 установок
- [red-team](https://affpapa.org/nevibecode/skills/red-team.md) — скилл · 826 установок
- [threat-detection](https://affpapa.org/nevibecode/skills/threat-detection.md) — скилл · 637 установок

Из того же набора: [mukul975/anthropic-cybersecurity-skills](https://affpapa.org/nevibecode/by/mukul975/anthropic-cybersecurity-skills.md) — 89 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md