在情报生产中当你拿到一批样本，应该思考如何通过样本里的C2或者特征去拓线找到更多的恶意样本或者C2链接，本文将给出从一个样本出发进行拓线分析的例子，大佬轻喷。
样本来源推荐一个网站：MalwareBazaar | Browse malware samples (abuse.ch)
其中收录了大量的样本，而且存在一些标识Tag帮助你快速找到自己想要的样本，当然也是有对应的搜索语句的，学习一下即可。这里用signature:QuasarRAT进行搜索
这些都是被标记为QuasarRAT的样本，挑一些出来看看：
SHA256 hash: 0183491852a035f91d926bc25b7f09e7f145c59429cfef10e3f9963caa95c068
SHA1 hash: 89cb5af4f1953fb7b26c592d95461e0a2a9a546d
MD5 hash: 5e48a824853c3c6b9fe64223fe12d7cb
样本准备好了，接下来就是进行一些行为分析，由于笔者不是专业的二进制样本分析师，所以我们借助沙箱和VirusTotal来进行分析。
把样本扔到各家的沙箱里，并且去VirusTotal查询一下当前样本的信息和关联情况
可以看到命中了一些沙箱的规则，但是没有检测到有释放的文件或者连接的远控server
主力还是我们的vt，我们重点关注RELATION这个页面，其中包含了一些关联的样本和IP信息
对于多引擎无检出的优先级并不高，因为有些样本会通过连接白名单来判断当前的网络情况，所以我们优先判断59.26.93.6和13.107.4.50
关联样本有很多，但是名称很相近，跟进查看其他样本信息
几乎都是已经明确是QuasarRAT的样本，这样一来，我们从一个QuasarRAT样本找到了这个关联IP，而这个IP关联了多个已经被判定为QuasarRAT的样本,那么笔者就认为这个IP就是QuasarRAT的远控IP，后续进行分析。
可以看到这个IP关联的样本很多，笔者挑了几个看了一下涉及到的病毒种类也比较多，无法判定是单纯的QuasarRAT Server，所以这里就不做后续分析，有兴趣的师傅可以自己分析一下VirusTotal - IP address - 13.107.4.50
我们拿到了59.26.93.6这个IP，接下来去空间测绘引擎查询一下IP的信息，本文以Shadon和Fofa为例
语句：
Shadon: ip:"59.26.93.6"
Fofa : ip="59.26.93.6"
结果中首先观察到这里：
很多端口的banner都是这串字符，这是msrpc的banner特征，所以这个就被我们pass
然后我们查看https的证书，发现存在证书特征关键字Quasar Server CA
Shadon也显示了该IP对应的证书信息
到这里，我们找到了一个相关的特征，即证书的Subject或者Issuer是Quasar Server CA，接下来使用Shadon进行拓线
我们通过特征在Shadon搜索更多证书与Quasar Server CA相关的服务器
ssl.cert.subject.cn:"Quasar Server CA"
直接相关的结果有19个，主要分布在毛里求斯、香港和德国。对应的端口也多为443端口，少量的1337和8009端口
然后通过Shadon的聚合模式查看其他的特征信息，首先是JARM
获得QuasarRATServer出现的JARM值，然后我们通过单独搜索JARM去尝试Hunting
ssl.jarm:"2ad2ad0002ad2ad0002ad2ad2ad2adf9fdf4eeac344e8b5003264da73585be"
看到12w个结果，基本可以确定不怎么靠谱，误报风险极极极极极极极极极极极极极极大
其他的JARM看了结果也很多，所以这里就不考虑JARM，其他的指纹查看结果价值也不大
该样本拓线出证书特征为Quasar Server CA
QBot是一个模块化的信息窃取器，也被称为Qakbot或Pinkslipbot。它从受感染的系统中窃取金融数据，以及使用C2服务器进行有效载荷定位和下载的加载器。
使用文章使用 Sophos NDR 检测到新的 QakBot C2 服务器 – Sophos News中提到的C2进行分析
ip:"173.18.122.24"
搜索结果只开放了443端口，查看一下端口的特征值，这里注意返回的banner信息和网页hash
通过网页hash进行拓展
http.html_hash:501510358
结果显示近9W条，这显然证明只通过网页hash颗粒度不够，由于shadon看不了这个IP的JARM指纹，我们通过fofa查看
尝试通过JARM指纹和网页hash一起查询
http.html_hash:501510358 ssl.jarm:"21d14d00021d21d21c42d43d0000007abc6200da92c2a1b69c0a56366cbe21"
共找到了88个结果，这个结果就在可接受的用来优化的范围内了，但还是要注意下其他的特征
例如我们的原IP banner信息：
HTTP/1.1 200 OK
Content-Length: 4833
Server: nginx/1.9.12
可以看到首页的数据基本都相符，那么我们就暂时以这88个数据为基础再提取其他的特征，通过聚合查看其他特征
其中对于http.headers_hash只存在一个值-1219739159
此时只有一个特征的值就可以拿来进行下一步操作，我们通过html_hash和headers_hash反查JARM
http.html_hash:501510358 http.headers_hash:-1219739159
除了我们开头提取的21d这个JARM，还获取到了一个有一定数量的04d
将JARM筛选也加上
http.html_hash:501510358 http.headers_hash:-1219739159 ssl.jarm:"04d02d00004d04d04c04d02d04d04d9674c6b4e623ae36cc2d998e99e2262e"
惊喜来了，这些IP的banner全部符合之前IP的情况，端口也都是统一的443，所以我们可以认为这些IP也是疑似QakBot
那么这时候我们就可以把JARM的条件去掉，只用http.html_hash:501510358 http.headers_hash:-1219739159
可以看到从1个IP拓线出了110个疑似QakBot的IP
剩下的那个IP就留给师傅们去尝试
笔者最近从事Hunting和情报相关工作，做简单的抛砖引玉，希望各位师傅不吝赐教！期待与各位师傅一起进步！