На форумах про стилеры обычно два жанра: «смотрите, я запустил в песочнице и вот дамп» и «смотрите, вот хеш». Оба плохи по одной причине: чтобы получить первый, надо запустить, а второй ничего не объясняет. Мне был нужен третий вариант — прочитать файл и вытащить из него конфиг, ни разу не передав управление ни одной его инструкции.
Так собрался stylerhound. Правило одно и оно железное: проверяемый файл открывается на чтение и закрывается. Ни CreateProcess, ни LoadLibrary, ни эмуляции. Всё в отчёте посчитано по байтам.
И сразу главное, чтобы потом не было разочарования. Живого стилера у меня нет. Я его не скачивал, не открывал и не запускал. Всё, что ниже, проверено на системных библиотеках Windows и на синтетике, которую собирает сам проект. Поэтому это тема про инструмент, а не про разбор конкретного образца — и я буду тыкать в эту границу носом на каждой цифре.
Что вообще ищем
У стилера-класса конфиг — это маленький файл или блоб, в котором лежит: адрес панели, адрес гейта (куда стучаться за командами), ключ сборки, id кампании, иногда Telegram-токен для отчётов. У RedLine это одна схема полей, у AsyncRAT другая, у сотни форков третья. Общее у них одно: конфиг почти всегда зашифрован одним слоем XOR или лежит в ресурсе RT_RCDATA, и поля в нём — короткие латинские имена с двоеточиями или кавычками.
Отсюда весь конвейер: разобрать контейнер, найти высокоэнтропийные кандидаты, попробовать снять XOR, посмотреть, получилась ли структура. Шесть шагов, и на каждом можно облажаться.
PE без pefile
Первое, что спрашивают: почему не pefile. Потому что мне нужен не разбор ради разбора, а предсказуемые смещения. Свой парсер — это DOS-заголовок, COFF, optional header, таблица секций и перевод RVA в файловое смещение через SizeOfRawData и PointerToRawData. Дальше дерево ресурсов: три уровня директорий, и на третьем лежат настоящие данные с RVA. Плюс оверлей — всё, что после последней секции, потому что туда тоже любят дописывать.
тип PE amd64 PE32+ dll, секций 6, entrypoint RVA 0x5e60
оверлей 0 Б
секции:
.text raw 23040 virt 22784 H 6.003 окон 0
.rdata raw 5632 virt 5510 H 4.768 окон 0
.data raw 512 virt 1664 H 0.382 окон 0
.pdata raw 1024 virt 852 H 3.628 окон 0
.rsrc raw 12288 virt 12104 H 3.011 окон 0
.reloc raw 512 virt 28 H 0.352 окон 0Проверял не на «hello world» с буквами MZ, а на настоящих системных файлах. notepad.exe: 200 704 байта, 7 секций, 5 ресурсов, оверлей пустой. mciqtz32.dll: 44 032 байта, 6 секций, 3 ресурса, и среди них настоящий 10/MCIAVI/1033 на 10 666 байт — то есть ветка «ресурс» проверена на реальном RCDATA, а не на выдуманном.
Энтропия: почему вердикт по секции, а не по окну
Классическая идея: посчитать энтропию по окнам 256 байт и искать пики. Красиво на бумаге, и вот что вылезло на практике. У notepad.exe в .rdata одно окно перешло порог 7.2, а вся секция — 5.93. У mciqtz32.dll .text даёт 6.003, до порога не достаёт.
Причина арифметическая. На 256 байтах шенноновская оценка смещена: истинно случайный блок часто даёт около 7.3, а не 8.0, и порог 7.2 проходит не каждая случайная выборка. Если решать по окнам, будешь и ловить сжатые строковые таблицы, и пропускать шифрованные данные. Поэтому вердикт — по секции целиком, а окна остаются подсказкой, куда смотреть глазами. Это в коде не «настройка», а осознанное решение, и оно записано в README.
Строки и IOC — и первая честная дырка
Строки собираются в двух кодировках: ASCII и UTF-16LE, с дедупликацией. На notepad.exe вышло 2626 строк, после дедупа 1512, из них 135 в UTF-16. Дальше по ним регулярки: URL, IP:port, e-mail, Telegram-токен вида цифры:AA…, крипто-кошельки, ключ автозапуска Run.
Вот тут я и поймал себя на неприятном. В отчёте по notepad.exe в разделе ip_ports стоят два значения: 5.1.0.0 и 6.0.0.0. Это не адреса. Это версии зависимостей из манифеста, они подходят под шаблон «четыре числа через точку». Легко было бы подкрутить регулярку, чтобы они не попадали, и написать «индикаторы чистые». Я этого не сделал, потому что тогда следующий человек поверит списку IOC как вердикту.
Вывод, который я оставил в README отдельным пунктом: IOC — материал для чтения, а не решение. Решение принимает структурная оценка, о ней ниже. В первом же отчёте это видно текстом, а не спрятано.
XOR: как восстанавливается ключ
Однобайтовый XOR — 256 вариантов, и это честно перебирается. Скоринг по доле печатных байтов; если два ключа дают одинаковую долю, ничья разбивается chi² по частотному профилю английских букв. На синтетике ключ 0x5a находится сразу и точно; в тестах параметризованно проверены 0x11, 0x5a, 0x7f, 0xe3 — то есть код не подогнан под один демо-файл.
Повторяющийся ключ сложнее: Хэмминг по блокам даёт подсказку о длине, дальше колоночный подбор по первым 1024 байтам и hill-climb по структурному скору. Проверено на ab, Zq7xK, Qw3rT1, abcdefgh, SuperSecret123.
Чего здесь нет — так это многослойности. AES или RC4 поверх XOR, сжатие перед шифром — не реализовано. Конвейер видит один слой, и если конфиг упакован сложнее, он честно ничего не найдёт.
Как отличить конфиг от мусора
Ключевая проблема: после снятия XOR почти всегда получается печатный текст. XOR с 0x13 из текста делает текст же. Значит, «получилось читаемое» ничего не доказывает, и порог по печатности — самообман.
Решает структура. config_score считает имена полей только в позиции ключа: "gate": — да, а gate-fxamsof внутри URL — нет. Плюс url в значении поля, ip:port, Telegram-токен, кошелёк, пары ключ:значение, длина блоба, доля непечатаемых байтов. Порог 7.0: ниже — кандидат не показывается вообще, чтобы не засорять отчёт.
И вот контрольная выборка, которая меня убедила больше всего. Двенадцать системных DLL, 10 856 строк, время 9.4 секунды. Строк с оценкой от 4.0 — 301. Строк выше 7.0 — ноль. Максимум 6.00, и это XML-атрибуты принтера из APMon.dll:
6.00 APMon.dll '<Device HwId="2s10YSMKWdkM6+3dMPXjCZeBMGVAXdgiZNgsKHRj7FE=" PDL="PCLm" …'Зазор между 6.00 и 7.0 — не случайность, а измеренная граница: системные строки до порога не дотягиваются, выдуманный конфиг переходит его с запасом. Если бы максимум был 7.4, порог пришлось бы поднимать, и я бы об этом написал вместо тишины.
Синтетика: 301 байт, который ведёт себя как конфиг
Показывать конвейер не на чем, если нет файла. Поэтому demo_blobs.py собирает выдуманный конфиг: домены example-telemetry.net, токен-заглушка 8000000000:AAHfake…, поля build_id, gate, key, campaign, panel, bot_token. Три вида: сырые байты с XOR, base64 и корректный PE32+, где тот же блоб лежит в RT_RCDATA.
кандидаты в конфиг (1):
1. synth_config_xor.bin | xor:0x5a | уверенность 0.70 | полей 10
build_id = sh-2026-0419-a7
gate = https://g.example-telemetry.net/api/v3/poll
key = Zq7xK
campaign = demo-0426
panel = https://p.example-telemetry.net
bot_token = 8000000000:AAHfakeTokenForDemoOnly1234567890abcde
причины: источник synth_config_xor.bin +0.05; однобайтовый XOR, ключ 0x5a +0.15;
структура проверена +0.20; полей из словаря: 8 +0.20;
url в полях +0.05; токен/кошелёк в полях +0.05Тот же блоб внутри собранного PE даёт источник resource:10/1/1033, тот же ключ, те же десять полей и уверенность 0.75 — на 0.05 выше, потому что конфиг в ресурсе правдоподобнее конфига в голом блобе. Это ровно то, что должно было произойти, и это проверяет ветку «ресурсы» не на словах.
И честно про synth_carrier.exe: это корректный PE32+, но не программа. .text — один байт 0xC3, то есть ret. Полезной нагрузки нет и не должно быть: файл существует только для того, чтобы у парсера был настоящий ресурс. В каждом отчёте он помечен как синтетический.
Что этим не проверено
Настоящего стилера нет. Ни одна цифра здесь не получена из живой малвари, и это не оговорка на всякий случай — это главное ограничение темы. Схемы полей RedLine и AsyncRAT (имена ключей, порядок, кодировки) взяты из публичных отчётов и с живой панелью не сверялись. Словарь CONFIG_KEYS — это список слов для поиска, а не утверждение о конкретном семействе.
Вывод «этот файл — стилер» на реальном образце не делался. Проверено ровно обратное и более слабое: конвейер находит конфиг, когда он есть, и не находит, когда его нет. Разница между этими двумя утверждениями огромная, и я не собираюсь её замазывать.
Ещё два ограничения, которые видны на практике. Скан линейный по числу источников: shell32.dll на 11 мегабайт идёт около 11 секунд, потому что проверяются все высокоэнтропийные секции и оверлей. И энтропия окна в 256 байт на случайных данных даёт около 7.3 — если бы я решал по окнам, половина шифрованных блобов пролетала бы мимо порога.
Куда это ставить в реальной работе
Инструмент не заменяет IDA и не заменяет человека. Он делает одну скучную вещь быстро: за две-три секунды говорит, есть ли в файле что-то похожее на конфиг, и если есть — печатает поля с именами и причинами уверенности. Дальше с этим уже можно идти в дизассемблер и смотреть, кто и когда эти поля читает.
Практический совет, который я бы дал по детекту, звучит так: конфиг бесполезен, пока он не применён, поэтому ловить класс надо не на самом конфиге, а на моменте, когда процесс с картинки начинает писать в %APPDATA% или %TEMP% и читать оттуда то, что только что расшифровал. Это не измерение в этом проекте — это вывод из устройства класса, и я его так и помечаю.
Запуск
python cli.py scan C:\Windows\System32\notepad.exe
python cli.py scan C:\Windows\System32\mciqtz32.dll --json out.json --md out.md
python cli.py parse C:\Windows\System32\cmd.exe
python cli.py blob demo\synth_config_xor.bin
python -m pytest # 65 passed
python demo_blobs.py # пересобрать синтетику
python control_check.py # контрольная выборка по системным DLL
python make_transcript.py # пересобрать transcript.txt
python make_images.py # пересобрать img/*.pngИз зависимостей для самого разбора — ничего, только стандартная библиотека. Pillow нужен для картинок, pytest для тестов. Ставится на любой питон 3.10+.
Структура
stylerhound/pe.py DOS/COFF/optional header, секции, RVA->offset, ресурсы, оверлей, хэши
stylerhound/entropy.py шенноновская энтропия целиком и по окнам 256 Б, классы normal/elevated/high
stylerhound/xor.py однобайтовый XOR, повторяющийся ключ, base64, UTF-16LE
stylerhound/strings.py строки в двух кодировках, дедуп, IOC, config_score
stylerhound/config.py конвейер: источники, расшифровка, разбор полей, кандидаты
stylerhound/report.py отчёт в JSON и markdown
stylerhound/minipe.py сборка синтетического PE32+ с RT_RCDATA
tests/ 65 тестов
demo/ синтетика: xor, base64, carrier.exe
transcript.txt полный вывод прогонаВ архиве всё перечисленное плюс README, где отдельно расписано, как считается config_score, и отдельно — где он врёт. Начинать стоит с stylerhound/config.py: там сорок строк, которые решают, показывать кандидат или промолчать, и там же видно, что порог 7.0 держится на измеренном зазоре, а не на вкусе автора.