analyzing-malicious-pdf-with-peepdf

name	analyzing-malicious-pdf-with-peepdf
description	使用 peepdf、pdfid 和 pdf-parser 对恶意 PDF 文档进行静态分析， 提取嵌入的 JavaScript、shellcode 和可疑对象。
domain	cybersecurity
subdomain	malware-analysis
tags	["malware-analysis","pdf","peepdf","pdfid","pdf-parser","static-analysis","reverse-engineering","dfir"]
version	1.0
author	mahipal
license	Apache-2.0

使用 peepdf 分析恶意 PDF

适用场景

• 对来自钓鱼邮件的可疑 PDF 附件进行分类
• 对基于 PDF 的漏洞利用文档进行恶意软件分析
• 从 PDF 中提取嵌入的 JavaScript、shellcode 或可执行文件
• 对武器化文档工件进行取证检查
• 为基于 PDF 的威胁构建检测签名

前置条件

• Python 3.8+，安装 peepdf-3（pip install peepdf-3）
• Didier Stevens 工具套件中的 pdfid.py 和 pdf-parser.py
• 隔离分析环境（虚拟机或沙箱）
• 可选：PyV8，用于 peepdf 内的 JavaScript 模拟
• 可选：Pylibemu，用于 shellcode 分析

工作流程

1. 使用 pdfid 分类：扫描 PDF 中的可疑关键词（/JS、/JavaScript、/OpenAction、/Launch、/EmbeddedFile）。
2. 交互式分析：在 peepdf 交互模式下打开 PDF，探索对象结构。
3. 识别可疑对象：定位包含 JavaScript、流或编码数据的对象。
4. 提取内容：转储可疑流并解码过滤器（FlateDecode、ASCIIHexDecode）。
5. 去混淆 JavaScript：分析提取的 JavaScript 中的 shellcode、堆喷射或漏洞利用代码。
6. VirusTotal 检查：使用 peepdf vtcheck 将文件哈希与 AV 检测结果交叉验证。
7. 生成 IOC：提取 URL、域名、哈希值和 shellcode 签名。

核心概念

概念	定义
/OpenAction	PDF 打开时自动执行的操作
/JavaScript /JS	PDF 对象中嵌入的 JavaScript 代码
/Launch	启动外部应用程序的操作
/EmbeddedFile	嵌入在 PDF 结构中的文件
FlateDecode	用于隐藏内容的 zlib 压缩过滤器
Object Streams	存储在压缩流中的 PDF 对象

工具与系统

工具	用途
peepdf / peepdf-3	带 JavaScript 模拟的交互式 PDF 分析
pdfid.py	扫描可疑关键词的快速分类工具
pdf-parser.py	深层对象级 PDF 解析
VirusTotal	哈希查询和 AV 检测交叉验证
CyberChef	解码和转换提取的载荷

输出格式

分析报告：PDF-MAL-[日期]-[序号]
文件：[filename.pdf]
SHA-256：[哈希值]
可疑关键词：[/JS、/OpenAction 等]
包含 JavaScript 的对象：[对象 ID]
提取的 URL：[列表]
检测到 Shellcode：[是/否]
嵌入文件：[数量和类型]
VirusTotal 检测：[X/Y 引擎]
风险等级：[严重/高/中/低]