CC analyzing-memory-dumps-with-volatility
Анализирует дампы оперативной памяти с скомпрометированных систем с помощью фреймворка Volatility для выявления вредоносных процессов, внедренного кода, сетевых соединений, загруженных модулей и извлеченных учетных данных. Поддерживает криминалистический анализ памяти Windows, Linux и macOS. Активируется для запросов, связанных с криминалистическим анализом памяти, анализом ОЗУ, исследованием временных данных, обнаружением внедрения процессов или расследованием вредоносных программ, находящихся в памяти.
машинный переводПоказать оригиналСкрыть оригинал«Analyzes RAM memory dumps from compromised systems using the Volatilit…»
Analyzes RAM memory dumps from compromised systems using the Volatility framework to identify malicious processes, injected code, network connections, loaded modules, and extracted credentials. Supports Windows, Linux, and macOS memory forensics. Activates for requests involving memory forensics, RAM analysis, volatile data examination, process injection detection, or memory-resident malware investigation.
Анализирует дампы оперативной памяти с скомпрометированных систем с помощью фреймворка Volatility для выявления вредоносных процессов, внедренного кода…
Как процесс C 63/100 · Есть пробелы — слабые места: ошибки и развилки, повторный запуск, отчётность по ходу
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.
Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.
Как улучшить
- Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 4
-
высокая Опасные команды
cmd-encoded-execSKILL.md:301Выполнение закодированного (base64) кода (документация security-скилла)PID 4012: powershell.exe -enc JABj…0AA==
security-скилл
Средние и низкие: 3
-
низкая Рискованное назначение
intent-offensive-securitySKILL.md:252Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)**Context**: EDR detected suspicious PowerShell activity but the threat actor cleaned up disk artifacts. A memory dump was captured before the system was rebooted. The analysis needs to identify the m
-
низкая Рискованное назначение
intent-offensive-securitySKILL.md:261Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)7. Extract credentials with `hashdump` and `lsadump` to assess lateral movement risk
Ещё 1 совпадений отнесены к цитатам в документации скилла по безопасности и не считаются находками.
Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "domain" - заметка
frontmatter-keyнеизвестное поле фронтматтера "subdomain" - заметка
frontmatter-keyнеизвестное поле фронтматтера "mitre_attack" - заметка
frontmatter-keyнеизвестное поле фронтматтера "nist_csf" - заметка
edit-residueв тексте есть пометки об устаревшем (строки 39): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия
Процессный рейтинг: все десять параметров 63/100
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 27
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2732 токенов
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -31 из 1 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 409 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 27 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (9 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.