extracting-config-from-agent-tesla-rat

name	extracting-config-from-agent-tesla-rat
description	从 Agent Tesla RAT 样本中提取嵌入的配置信息，包括 SMTP/FTP/Telegram 数据泄露凭据、键盘记录器设置和 C2 端点，使用 .NET 反编译和内存分析技术。
domain	cybersecurity
subdomain	malware-analysis
tags	["agent-tesla","rat","config-extraction","dotnet","malware-analysis","keylogger","credential-theft"]
version	1.0
author	mahipal
license	Apache-2.0

从 Agent Tesla RAT 中提取配置

概述

Agent Tesla 是一款基于 .NET 的远程访问木马（RAT）和键盘记录器，在 2024 年跻身十大恶意软件变种之列，影响全球 6.3% 的企业网络。它通过 SMTP 电子邮件、FTP 上传、Telegram Bot API 或 Discord Webhook 窃取凭据。恶意软件配置内嵌于 .NET 程序集中，通常使用字符串加密、资源加密或自定义加载器进行混淆，后者通过 .NET Reflection 在内存中解密并执行 Agent Tesla（无文件方式）。配置提取需要使用 dnSpy 或 ILSpy 反编译 .NET 程序集，识别配置字符串的解密例程，并提取 SMTP 服务器地址、凭据、FTP 端点、Telegram Bot Token 和目标应用程序。

前置条件

• dnSpy 或 ILSpy，用于 .NET 反编译
• Python 3.9+，带有 dnlib 或 pythonnet，用于自动化提取
• de4dot，用于 .NET 去混淆
• 理解 .NET IL 代码和 Reflection
• 沙箱环境，用于动态分析（ANY.RUN、CAPE）

操作步骤

步骤 1：去混淆并提取配置

#!/usr/bin/env python3
"""从 .NET 程序集中提取 Agent Tesla RAT 配置。"""
import re
import sys
import json
import base64
import hashlib
from pathlib import Path


def extract_strings_from_dotnet(filepath):
    """从 .NET 二进制文件中提取可读字符串用于配置分析。"""
    with open(filepath, 'rb') as f:
        data = f.read()

    # 从 .NET 元数据中提取 US（用户字符串）堆
    strings = []

    # 查找常见的 Agent Tesla 配置模式
    patterns = {
        "smtp_server": re.compile(rb'smtp[\.\-][\w\.\-]+\.\w{2,}', re.I),
        "email": re.compile(rb'[\w\.\-]+@[\w\.\-]+\.\w{2,}'),
        "ftp_url": re.compile(rb'ftp://[\w\.\-:/]+', re.I),
        "telegram_token": re.compile(rb'\d{8,10}:[A-Za-z0-9_-]{35}'),
        "telegram_chat": re.compile(rb'(?:chat_id=|chatid[=:])[\-]?\d{5,15}', re.I),
        "discord_webhook": re.compile(rb'https://discord\.com/api/webhooks/\d+/[\w-]+'),
        "password": re.compile(rb'(?:pass(?:word)?|pwd)[=:]\s*[\w!@#$%^&*]{4,}', re.I),
        "port": re.compile(rb'(?:port|smtp_port)[=:]\s*\d{2,5}', re.I),
    }

    results = {}
    for name, pattern in patterns.items():
        matches = pattern.findall(data)
         matches:
            results[name] = [m.decode(, errors=)  m  matches]

    
    b64_pattern = re.()
    b64_decoded = []
       b64_pattern.finditer(data):
        :
            decoded = base64.b64decode(.group())
            text = decoded.decode(, errors=)
             text.isprintable()  (text) > :
                b64_decoded.append(text)
         Exception:
            

     b64_decoded:
        results[] = b64_decoded[:]

     results


 ():
    
    key = .fromhex(key_hex)
    
    decrypted_strings = []

    
    blob_pattern = re.()
       blob_pattern.finditer(data):
        blob = .group()
        
        decrypted = (b ^ key[i % (key)]  i, b  (blob))
        :
            text = decrypted.decode(, errors=)
             text.isprintable()  (text.strip()) > :
                decrypted_strings.append(text.strip())
         UnicodeDecodeError:
            

    
    sha256_key = hashlib.sha256(key).digest()

     decrypted_strings


 ():
    
    methods = []

     config.get():
        methods.append({
            : ,
            : config[],
            : config.get(, []),
        })

     config.get():
        methods.append({
            : ,
            : config[],
        })

     config.get():
        methods.append({
            : ,
            : config[],
            : config.get(, []),
        })

     config.get():
        methods.append({
            : ,
            : config[],
        })

     methods


 __name__ == :
     (sys.argv) < :
        ()
        sys.exit()

    config = extract_strings_from_dotnet(sys.argv[])
    methods = analyze_exfiltration_config(config)

    report = {: config, : methods}
    (json.dumps(report, indent=))

验证标准

• 已识别数据泄露方式（SMTP/FTP/Telegram/Discord）
• 已从配置中提取服务器地址和凭据
• 已恢复目标应用程序列表
• 已记录键盘记录器和截屏功能设置
• 已识别持久化机制
• 已提取适合网络封锁的 IoC

参考资料

• Splunk - Agent Tesla 检测与分析
• Qualys - 捕获 Agent Tesla RAT
• ANY.RUN Agent Tesla 分析
• Trustwave - Agent Tesla 新型加载器
• Malpedia - Agent Tesla