Malware-Infrastruktur mit lokalen Modellen finden

Nahaufnahme von Netzwerk-Switches und Patchkabeln in einem schwach beleuchteten Serverraum
Deine Reaktion:

Ein lokales Sprachmodell durchsucht über MCP-Schnittstellen Validin- und URLScan-Daten. Es extrahiert Hashes, Dateinamen und Subdomains und leitet daraus Pivots ab. Aus einem Indikator entstehen so mehrere verdächtige Domains, Verzeichnisse und Dateien. Das Modell erkennt Muster, während Analysten die Ergebnisse prüfen.

Der technische Aufbau: lokale Modelle als Analysten

Im beschriebenen Setup läuft GLM5.3-flash auf zwei DGX Sparks. OpenCode dient als Harness. Die Bash- und Computer-Use-Funktionen wurden aus OpenCode entfernt. Das Modell arbeitet dadurch nicht direkt auf dem System, sondern greift ausschließlich über definierte Schnittstellen auf Datenquellen zu.

Für die Untersuchung kommen zwei getrennte MCP-Server zum Einsatz: einer für Validin, einer für URLScan. Das Modell kann über diese Schnittstellen Analysen anstoßen, Ergebnisse abrufen und Indikatoren miteinander verknüpfen. Es arbeitet also mit einem begrenzten Werkzeugkasten, statt selbst im Archiv zu suchen.

Grundlegende Skills im Hintergrund unterstützen das Modell bei der Suche. Sie geben Hinweise darauf, welche Artefakte sinnvolle Pivots sind und wie Ergebnisse nach Konfidenz gruppiert werden. Werkzeugzugriff, Arbeitsanweisung und menschliche Kontrolle bleiben klar voneinander getrennt.

Validin und eine Phishing-Seite als erster Test

Der erste Versuch beginnt mit dem Indikator browser-architecture-sync[.]com, der von Anurag beziehungsweise dem Account @Malwarehunterr geteilt wurde. Die Prompts-Anweisung verlangt, die Domain zu untersuchen, Pivots durchzuführen und verwandte Infrastruktur nach hoher, mittlerer und niedriger Konfidenz zu ordnen.

Entscheidend war die Ähnlichkeit innerhalb einer Klasse von Hashes. Der Hinweis bezieht sich auf einen Hash, dessen technische Eigenschaften auf bestimmte Artefakte hindeuten. Das Modell findet weitere Hashes mit ähnlichen Merkmalen und leitet daraus Domains ab, die auf den ersten Blick nicht auffällig wirken.

Der Vorgang ähnelt einer Fahndung nach einem Muster. Gesucht werden nicht nur das bekannte Kennzeichen, sondern auch Fahrzeuge mit demselben Bauplan oder derselben auffälligen Konfiguration. Ein Hash ist oft genauer als eine Domain: Inhalte lassen sich kopieren, umbenennen oder auf andere Server übertragen. Der binäre Fingerabdruck des Artefakts bleibt meist stabiler.

Die Konfidenzgruppen sind mehr als Kosmetik. Eine hohe Konfidenz bedeutet meist einen direkten technischen Zusammenhang, etwa denselben Hash oder eine klar erkennbare Dateistruktur. Mittlere Konfidenz entsteht aus thematischen oder technischen Ähnlichkeiten, niedrige aus schwächeren Indizien. Diese Einordnung verhindert, dass eine automatische Trefferliste mit einer gesicherten Zuordnung verwechselt wird.

URLScan und UNC6671: Dateien als Brücke zwischen Kampagnen

Im zweiten Test steht die Domain mysssosetup[.]com im Mittelpunkt. Der Indikator stammt von Chris Duggan beziehungsweise @PadelLifeUK und wird mit UNC6671 in Verbindung gebracht. Die Anweisung an das Modell umfasst die vollständige Liste geladener Dateien, Subdomains und URL-Pfade, die Konstruktion von Pivots sowie die Suche nach verwandter Infrastruktur.

Besonders aufschlussreich war eine Datei, die auf der Mehrzahl der Kampagnenseiten geladen wurde. Sowohl Dateiname als auch Hash erwiesen sich als brauchbare Ankerpunkte. Der Dateiname zeigt thematische Gemeinsamkeiten, der Hash verweist auf identische oder modifizierte Dateien. Zusammen erleichtern beide die Suche in einem Datensatz, in dem Domainnamen leichter wechseln als Dateien.

URLScan liefert dafür die passende Perspektive. Die Plattform beobachtet Seiten beim Laden und dokumentiert Ressourcen, Netzwerkanfragen, Zertifikate und technische Merkmale. Das Modell verarbeitet diese Aufzeichnungen, extrahiert verwertbare Komponenten und prüft, ob dieselben Artefakte an anderen Orten auftauchen.

Der Vergleich mit einer Warteschlange hilft: Der Domainname ist nur das Etikett am sichtbaren Ende. Die geladene Datei gleicht dem Material, das durch die weiteren Stationen mitgeschleppt wird. Wer den Inhalt verfolgt, findet eher verborgene Ähnlichkeiten als jemand, der nur sichtbare Adressen abfragt.

Fake-Cloudflare-Infrastruktur mit Validin aufspüren

Der dritte Test richtet sich auf cloudfiare-verification[.]net, erneut auf Basis eines von @malwarehunterr geteilten Indikators. Die Anweisung an das Modell ist kurz: Das Ziel benennen, verwandte Infrastruktur finden und alle verfügbaren Werte als Pivots verwenden.

Bei dieser Art von Infrastruktur sagt der Name wenig aus. Phishing-Seiten ahmen Sicherheits- oder Cloud-Dienste nach, um Vertrauen zu erzeugen. Sie verwenden Schlüsselwörter wie Cloudflare, Verification oder Login, nutzen aber nicht zwingend die echte Infrastruktur des Anbieters. Der Domainname wirkt vertraut, die technische Umgebung kann eigenständig sein.

Validin hilft, sichtbares Branding von der technischen Basis zu unterscheiden. Die Plattform führt Domains nach unterschiedlichen Merkmalen zusammen, darunter historische Beziehungen, Zertifikate, Nameserver und verwandte Infrastrukturhinweise. Das Modell kann so aus einer Phishing-Domain ähnlich aufgebaute Seiten ableiten, ohne sich auf bloße Namensüberschneidungen zu verlassen.

Das ist der Unterschied zwischen einem Schild an der Tür und dem Grundriss des Gebäudes. Zwei Täuschungsseiten können sich im Namen stark ähneln und trotzdem getrennt betrieben werden. Oder sie verwenden dieselbe Vorlage, dieselben Zertifikate und dieselbe Hosting-Konfiguration. In einer strukturierten Datenbank wird das sichtbar. Die Kombination beider Ebenen liefert eine verlässlichere Einschätzung.

URLScan als zweite Sicht auf gefälschte Cloudflare-Infrastruktur

Der vierte Test betrachtet cloudflare.life mit URLScan. Im Mittelpunkt stehen externe Dateien, verwandte Domains und Hashes der eingebundenen Inhalte. Auch hier verlangt die Anweisung eine dokumentierte Darstellung der Funde, getrennt nach hoher, mittlerer und niedriger Konfidenz.

Die Arbeitsteilung der beiden Werkzeuge wird in diesem Test deutlich. URLScan zeigt, was eine Seite tatsächlich lädt: Skripte, Bilder, Schriftarten, Konfigurationsdateien und weitere Ressourcen. Viele dieser Dateien stammen nicht von der untersuchten Domain. Externe Einbindungen führen oft schneller zu verwandten Seiten, weil sie gemeinsame Bausteine offenlegen, die im HTML selbst verborgen bleiben.

Besonders wertvoll sind dabei Hashes. Sie verbinden die sichtbare Welt der Domains mit dem konkreten Inhalt. Zwei Seiten können unterschiedliche Namen, Server und Erscheinungsbilder verwenden, aber dasselbe Skript ausliefern. Der Hash liefert einen belastbaren Anker, während Dateiname und Pfad zusätzlichen Kontext für die Suche bieten.

Wer nur den Domainnamen vergleicht, untersucht die Eingangsseite. Wer auch die nachgelagerten Dateien verfolgt, kartiert die Lieferkette. Für Malware-Infrastruktur ist dieser zweite Schritt wichtig: Täuschungsseiten werden oft neu registriert, während die eigentlichen Komponenten weiterverteilt und wiederverwendet werden.

Warum Pivoting die eigentliche Fähigkeit ausmacht

Über alle vier Tests hinweg zeigt sich dasselbe Prinzip: Der einzelne Indikator ist der Ausgangspunkt, die Pivots sind der eigentliche Hebel. Ein Hash verweist auf ähnliche Artefakte, ein Dateiname auf verwandte Dateien, eine Zertifikatskette auf verknüpfte Infrastruktur, Subdomains und URL-Pfade auf gemeinsame Nutzungsstrukturen. Das Modell übersetzt die Rohdaten in diese Beziehungen und ordnet die Resultate nach Belastbarkeit.

Das Vorgehen entspricht dem digitalen Spurenlesen. Ein sichtbares Merkmal führt zum nächsten, das im Hintergrund mitgeführt wurde. Am Ende steht nicht nur die bekannte Domain, sondern eine Gruppe von Seiten, Dateien und Infrastruktur mit technischen Gemeinsamkeiten. Diese Gruppe kann anschließend als Hunting-Targeting dienen, etwa für Blocklisten, historische Aufklärung oder die Suche nach verwandten Kampagnen.

Was der Ansatz leistet und wo Grenzen bleiben

Der Einsatz lokaler Modelle bringt vor allem Skalierung und Nachvollziehbarkeit. Eigene Hardware hält sensible Recherche- und Opferdaten innerhalb der eigenen Umgebung. MCP-Schnittstellen machen den Zugriff auf etablierte Threat-Intelligence-Plattformen kontrollierbar. Die dokumentierten Prompts zeigen zudem, dass sich der investigative Ansatz in wenigen Sätzen ausdrücken lässt.

Gleichzeitig ersetzt das System keine menschliche Bewertung. Konfidenzstufen, False Positives und die Frage, ob eine gefundene Domain wirklich zum gleichen Betreiber gehört, bleiben Entscheidungen der Analysten. Das Entfernen von Bash- und Computer-Use-Funktionen stärkt diesen Grundsatz. Das Modell kann nur dokumentierte Werkzeuge verwenden und nicht eigenmächtig handeln.

Für die Praxis heißt das: Lokale Modelle eignen sich hervorragend als unterstützende Analysten, wenn klare Datenquellen, begrenzte Werkzeuge und nachvollziehbare Pivoting-Regeln vorhanden sind. Der Mensch liefert den Startpunkt und prüft das Ergebnis. Das Modell erweitert die Suchrichtung. Aus einer geteilten Domain wird eine strukturierte Karte von Dateien, Hashes, Subdomains und verwandten Domains. Nach menschlicher Bewertung kann sie in Hunting- und Blocking-Prozesse einfließen.

Quelle: embeeresearch.io

Deine Reaktion:
Artikel teilen:
Krötzsch-Check0 — 100
Fakten 62
Relevanz 71
Hype 28
Einschätzung 65
Redaktion 50 Stand 50 · noch keine Stimmen
Ist das Hype?
Sebastian Krötzsch
Autor

Sebastian Krötzsch

Sebastian Krötzsch schreibt auf sebask.de über Künstliche Intelligenz, Automatisierung, digitale Systeme und die Frage, was davon im Alltag wirklich nützlich ist. Ohne Buzzword-Nebel, dafür mit klarem Blick auf Praxis, Tools und echte Wirkung.