Pernahkah Anda membayangkan sebuah platform yang dapat menangani ribuan permintaan proxy per detik, sekaligus menyediakan dasbor interaktif, analitik real-time, dan manajemen proxy yang cerdas? Perkenalkan **Rota - AI-powered security automation**, sebuah platform rotasi proxy full-stack modern yang hadir untuk menjawab kebutuhan tersebut. Rota menggabungkan manajemen proxy kelas enterprise dengan dasbor web yang indah dan *real-time*, menjadikannya pilihan ideal untuk operasi *web scraping*, penelitian keamanan, *load testing*, hingga manajemen proxy skala besar yang andal.

Dibangun dengan performa dan skalabilitas sebagai prioritas utama, Rota mampu mengatasi beban kerja berat. Platform ini menawarkan inti proxy server berbasis Go yang sangat cepat, antarmuka web Next.js yang modern untuk pemantauan langsung, dan penyimpanan analitik berbasis TimescaleDB untuk wawasan historis. Semua ini dikemas dalam penerapan Docker-based yang siap produksi, lengkap dengan pemeriksaan kesehatan dan *graceful shutdown*.

## Inti Proxy Server Berperforma Tinggi

Di jantung Rota terdapat server proxy yang tangguh, dirancang untuk kecepatan dan keandalan. Berikut adalah beberapa fitur unggulannya:

*   **Performa Tinggi**: Rota dapat menangani ribuan permintaan bersamaan dengan latensi minimal. Ini didukung oleh penggunaan *pooled upstream transports* (untuk *keep-alive reuse*), *zero-copy splice(2) tunneling* di Linux, dan telemetri permintaan yang dikumpulkan untuk penulisan basis data yang efisien.
*   **Rotasi Cerdas**: Rota menawarkan berbagai strategi rotasi, termasuk **random**, **round-robin**, **least connections**, dan **time-based**. Anda bisa memilih yang paling sesuai dengan kebutuhan Anda.
*   **Manajemen Otomatis**: Platform ini secara otomatis memantau *proxy pool* dan menghapus proxy yang tidak sehat secara *real-time*, memastikan kumpulan proxy Anda selalu optimal.
*   **Multi-Protokol**: Rota mendukung berbagai protokol, meliputi **HTTP**, **HTTPS**, **SOCKS4**, **SOCKS4A**, dan **SOCKS5**.
*   **Pemeriksaan Kesehatan**: Terdapat validasi proxy bawaan untuk menjaga kualitas kumpulan proxy.
*   **Autentikasi**: Server proxy mendukung autentikasi dasar (*Basic Auth*) untuk akses yang aman.
*   **Rate Limiting**: Anda bisa mengonfigurasi batasan kecepatan (*rate limiting*) untuk mencegah penyalahgunaan.
*   **Proxy Chaining**: Rota kompatibel dengan proxy *upstream* seperti Burp Suite dan OWASP ZAP.
*   **Timeout yang Dapat Dikonfigurasi**: Kontrol granular atas *request timeouts* dan *retries* tersedia.
*   **Dukungan Pengalihan**: Rota memiliki dukungan opsional untuk mengikuti pengalihan HTTP.

## Sumber Proxy dan Geo Distribusi

Memasukkan proxy ke Rota sangat mudah, dan platform ini juga memiliki kemampuan geo-lokasi yang cerdas.

### Sumber Proxy & Impor Otomatis

Anda bisa menambahkan daftar proxy dari berbagai sumber:

*   **Daftar TXT Jarak Jauh**: Cukup berikan URL yang mengarah ke daftar proxy format `ip:port`, dan Rota akan mengambilnya secara otomatis sesuai jadwal.
*   **Interval Per Sumber**: Setiap sumber dapat memiliki interval penyegaran sendiri dalam menit.
*   **Penjadwal Latar Belakang**: Sumber yang sudah jatuh tempo akan diambil secara otomatis setiap menit.
*   **Protokol Per Sumber**: Tetapkan protokol HTTP, HTTPS, SOCKS4, SOCKS4a, atau SOCKS5 untuk setiap daftar.

### GeoIP & Geo Distribusi

Rota secara otomatis memperkaya data proxy dengan informasi geografis:

*   **GeoIP Otomatis**: Proxy secara otomatis dilokasikan secara geografis melalui `ip-api.com` tanpa memerlukan kunci API.
*   **Data Tingkat Kota**: Anda akan mendapatkan data seperti negara, wilayah, kota, ISP, lintang, dan bujur untuk setiap proxy.
*   **Geo Explorer**: Dasbor menampilkan pohon negara yang dapat diperluas dengan detail kota, memudahkan penjelajahan lokasi proxy.
*   **Auto-Enrich**: Data geografis diperbarui secara otomatis setelah setiap pengambilan sumber.

## Manajemen Proxy Pools yang Fleksibel

**Proxy Pools** adalah fitur utama Rota untuk mengelompokkan dan mengelola proxy Anda secara efisien.

*   **Pools Bernama**: Anda dapat mengelompokkan proxy berdasarkan kombinasi negara, kota, ISP, atau tag kustom apa pun.
*   **Pembangun Multi-Filter**: Pilih lokasi geografis, *substring* ISP, atau tag proxy, gabungkan secara bebas dalam satu *pool*.
*   **Mode Sinkronisasi**:
    *   `auto`: Keanggotaan *pool* dibangun kembali secara otomatis setelah setiap impor proxy atau *geo-enrichment*.
    *   `manual`: Keanggotaan *pool* tetap beku sampai Anda memicu sinkronisasi secara eksplisit.
*   **Strategi Rotasi**: Setiap *pool* dapat memiliki strategi rotasinya sendiri: **roundrobin**, **random**, atau **sticky** (menahan N permintaan per IP).
*   **Pemeriksaan Kesehatan Asinkron**: Jalankan pemeriksaan kesehatan terhadap URL apa pun, dengan progres yang ditampilkan secara *real-time*.
*   **Pemeriksaan Terjadwal**: Atur jadwal berbasis Cron untuk pemeriksaan kesehatan per *pool*, misalnya `*/30 * * * *` untuk setiap 30 menit.
*   **Ekspor**: Unduh daftar proxy *pool* sebagai `.txt` atau `.csv` melalui API.
*   **Webhook Alerts**: Atur aturan peringatan per *pool* untuk memicu *webhook* POST/GET ketika jumlah proxy aktif turun di bawah ambang batas, dengan *cooldown* yang dapat dikonfigurasi. Rota bahkan memiliki penanganan khusus untuk peringatan Telegram, yang secara otomatis memformat pesan untuk Bot API.

## Perutean Proxy Per Pengguna dan Keamanan

Rota tidak hanya kuat dalam manajemen proxy secara keseluruhan, tetapi juga menawarkan kontrol akses dan keamanan yang canggih.

### Otentikasi Pool Per Pengguna

*   **Pengguna Proxy**: Buat pengguna dengan kata sandi bcrypt.
*   **Pools yang Ditetapkan**: Setiap pengguna diberi *pool* utama ditambah *pool* cadangan (*fallbacks*) yang diurutkan.
*   **Penggunaan**: Klien terhubung melalui `http://user:pass@host:8000`.
*   **Failover Otomatis**: Jika *pool* utama tidak memiliki IP yang aktif, permintaan akan secara otomatis dialihkan ke *pool* cadangan berikutnya.
*   **Logika Coba Ulang**: Setiap percobaan ulang memilih proxy yang baru, dan IP yang gagal akan dikecualikan untuk permintaan tersebut.
*   **Pelacakan Penuh**: Semua permintaan, tingkat keberhasilan, dan waktu respons dilacak per proxy.
*   **Rate Limit Per Pengguna**: Ada opsi batasan `requests_per_minute` per pengguna.

### Keamanan

Keamanan adalah aspek penting dalam desain Rota:

*   **Autentikasi JWT**: Semua *endpoint* API memerlukan token JWT yang valid. Dasbor akan secara otomatis mengarahkan ke halaman login jika token kedaluwarsa.
*   **Kredensial Admin Bcrypt**: Kata sandi dasbor disimpan sebagai *hash* bcrypt dalam basis data.
*   **Ubah Kata Sandi**: Admin dapat memperbarui nama pengguna/kata sandi melalui UI Pengaturan.
*   **Endpoint Publik Saja**: Hanya `GET /health` dan `POST /api/v1/auth/login` yang dapat diakses publik tanpa token.
*   **Perlindungan Brute-Force Auth**: Mekanisme ini melindungi dari serangan *brute-force* pada halaman login.
*   **Rate Limiting Tahan Spoofing**: IP klien hanya berasal dari *header forwarded* ketika `TRUST_PROXY_HEADERS` diaktifkan, mencegah *bypass* batas per-IP dengan memalsukan `X-Forwarded-For`.
*   **Validasi Asal WebSocket**: Aliran dasbor/log *live* menolak koneksi lintas asal (perlindungan CSWSH) dan menghormati *CORS allowlist* yang dikonfigurasi.
*   **Tag Proxy**: Beri label proxy dengan tag kustom untuk filter *pool* yang lebih granular.
*   **Pembersihan Proxy Mati**: Penghapusan proxy yang gagal atau berkualitas rendah secara otomatis dapat dikonfigurasi.

Berikut detail mekanisme perlindungan *brute-force* pada *endpoint* login:

| Mekanisme              | Pemicu                                                              | Respons                                                                  |
| :--------------------- | :------------------------------------------------------------------ | :----------------------------------------------------------------------- |
| **Blokir Per-IP**      | >= `AUTH_IP_MAX_ATTEMPTS` percobaan gagal dari satu IP dalam `AUTH_IP_WINDOW_MINUTES` menit | 429 - IP diblokir selama `AUTH_IP_BLOCK_MINUTES` menit, dengan *header* `Retry-After` |
| **Kunci Global**       | >= `AUTH_GLOBAL_MAX_PER_MINUTE` total percobaan per menit di semua IP | 429 - Login dinonaktifkan untuk semua orang selama `AUTH_GLOBAL_LOCKOUT_MINUTES` menit, dengan *header* `Retry-After` |

## Dasbor Web dan Analitik Data

Interaksi dengan Rota dilakukan melalui dasbor web modernnya, yang juga menyediakan analitik mendalam.

### Dasbor Web

*   **Metrik Real-Time**: Statistik, bagan, dan pemantauan sistem secara langsung.
*   **Manajemen Proxy**: Tambah, edit, hapus, dan uji proxy melalui UI.
*   **Log Langsung**: *Streaming* log *real-time* berbasis WebSocket.
*   **Pemantauan Sistem**: Metrik CPU, memori, disk, dan *runtime*.
*   **Konfigurasi**: Kelola pengaturan melalui antarmuka web.
*   **UI Modern**: Desain responsif dengan dukungan mode gelap.
*   **Mobile-Friendly**: Sepenuhnya responsif di semua perangkat.

### Data & Analitik

*   **Penyimpanan Time-Series**: TimescaleDB untuk penyimpanan data historis yang efisien.
*   **Riwayat Permintaan**: Lacak semua permintaan proxy dengan metadata terperinci.
*   **Analitik Performa**: Analisis performa proxy dari waktu ke waktu.
*   **Wawasan Penggunaan**: Pahami pola lalu lintas dan pemanfaatan proxy.

## Arsitektur dan Deployment

Rota dirancang sebagai *monorepo* dengan arsitektur yang terstruktur rapi untuk kemudahan *deployment* dan pengelolaan.

### Arsitektur

Platform Rota menggunakan satu *reverse proxy* (Caddy) sebagai satu-satunya *entry point* web. Ini berarti dasbor, API, dan WebSocket semuanya berasal dari satu *origin* di belakang Caddy. Hanya *port proxy* yang diekspos secara terpisah.

```
Browser
                            │  http(s)://localhost  (one origin)
                            ▼
┌─────────────────────────────────────────────────────────────┐
│                        Rota Platform                        │
├─────────────────────────────────────────────────────────────┤
│                    ┌──────────────┐                         │
│                    │    Caddy     │  :80 / :443 (auto-HTTPS)│
│                    │ reverse proxy│                         │
│                    └──────┬───────┘                         │
│           /  , /_next     │      /api/* , /ws/* , /docs     │
│        ┌──────────────────┴───────────────┐                 │
│        ▼                                   ▼                 │
│  ┌──────────────┐    ┌──────────────┐    ┌──────────────┐   │
│  │   Dashboard  │    │  Core (API)  │───▶│ TimescaleDB  │   │
│  │   Next.js    │    │     Go       │    │  PostgreSQL  │   │
│  │  (internal)  │    │  (internal)  │    │  (internal)  │   │
│  └──────────────┘    └──────┬───────┘    └──────────────┘   │
│                             ▼                               │
│                      ┌──────────────┐                       │
│                      │ Proxy Server │  :8000 (exposed)      │
│                      │      Go      │                       │
│                      └──────┬───────┘                       │
└─────────────────────────────┼───────────────────────────────┘
                              ▼
                     ┌──────────────────┐
                     │   Proxy Pool     │
                     │  (External IPs)  │
                     └──────────────────┘
```

### DevOps & Deployment

Rota dirancang untuk kemudahan *deployment* dan operasi:

*   **Docker-Native**: *Deployment* dalam kontainer yang siap produksi.
*   **Konfigurasi Mudah**: Semua konfigurasi melalui file `.env`.
*   **Pemeriksaan Kesehatan**: *Endpoint* kesehatan bawaan untuk pemantauan.
*   **Graceful Shutdown**: Penghentian layanan yang bersih dengan pengeringan koneksi.
*   **Observabilitas**: *Logging* JSON terstruktur dan *endpoint* metrik.

Untuk memulai dengan cepat menggunakan Docker Compose, Anda hanya perlu beberapa langkah sederhana:

```bash
# 1. Clone repositori
git clone https://github.com/alpkeskin/rota.git
cd rota

# 2. Jalankan Docker Compose
docker compose up -d
# atau: make up

# 3. Ambil kata sandi admin yang dihasilkan otomatis dari log
make password
# atau: docker compose logs rota-core | grep -i password
```

Setelah itu, buka `http://localhost` di peramban Anda dan masuk dengan pengguna `admin` serta kata sandi dari log. Proxy Anda akan tersedia di `localhost:8000`.

Untuk *deployment* produksi dengan HTTPS, cukup arahkan domain ke server Anda dan atur variabel `SITE_ADDRESS` di `.env`. Caddy akan secara otomatis mendapatkan dan memperbarui sertifikat TLS.

```env
# .env
SITE_ADDRESS=rota.example.com
DB_PASSWORD=a-strong-random-password
ROTA_ADMIN_PASSWORD=a-strong-password
```

Kemudian, jalankan:
```bash
docker compose up -d --build
```

Ini akan membuat semua layanan tersedia melalui HTTPS di `https://rota.example.com`.

## Dokumentasi API Interaktif

Rota menyediakan dokumentasi API interaktif yang dapat Anda akses setelah *stack* berjalan di `http://localhost/docs`. Antarmuka ini memungkinkan Anda:

*   Menjelajahi semua *endpoint* API yang tersedia.
*   Menguji permintaan API langsung dari peramban Anda.
*   Melihat skema permintaan/respons.
*   Menjelajahi persyaratan autentikasi.

Rota adalah platform yang komprehensif untuk manajemen dan rotasi proxy yang skalabel dan andal. Dengan fitur-fitur canggih untuk performa, keamanan, dan analitik, Rota memberdayakan pengembang dan peneliti untuk membangun sistem yang lebih tangguh dan efisien.

## Referensi
https://github.com/alpkeskin/rota

Pelajari Rota, platform rotasi proxy canggih berbasis Go dan Next.js yang dirancang untuk performa tinggi, manajemen proxy otomatis, dan analisis mendalam.

Mengupas Tuntas Rota: Platform Rotasi Proxy Canggih untuk Skala Enterprise

Reggi

Industri keamanan siber terus berinovasi, dan kini, kecerdasan buatan mulai mengambil peran signifikan dalam offensive security. Sebuah agen AI open-source baru bernama **PentestCode AI Agent** hadir untuk mengotomatisasi pengujian penetrasi. Alat ini merupakan hard fork dari OpenCode yang dikembangkan khusus untuk keamanan, menawarkan kemampuan untuk menjalankan alat keamanan, menganalisis hasilnya, dan membuat keputusan taktis, semuanya dari antarmuka terminal dengan intervensi manusia yang minimal.

### Cara Kerja PentestCode Mengotomatisasi Pentest

Inti dari **PentestCode** adalah otomatisasi metodologi. Kamu cukup memberikan satu instruksi, misalnya, menargetkan IP dengan tujuan mendapatkan akses domain admin. Setelah itu, agen koordinator PentestCode akan mengambil alih.

Agen koordinator memulai dengan pemindaian Nmap, lalu secara otomatis mengurai hasil ke dalam status keterlibatan yang terstruktur. Ia bahkan dapat mengenali pola spesifik seperti port 88 dan 389 yang menandakan adanya Domain Controller.

Dari sana, PentestCode akan melahirkan sub-agen enumerasi paralel untuk SMB, LDAP, dan HTTP. Alat ini juga mencoba serangan AS-REP roasting untuk memanen hash Kerberos yang dapat di-crack, dan menyebarkan kredensial yang didapat ke setiap layanan yang ditemukan, termasuk SMB, WinRM, LDAP, dan RDP.

Jika login WinRM berhasil, agen pasca-eksploitasi akan diaktifkan untuk membuang rahasia SAM, LSA, dan DPAPI. Setiap langkah yang dilakukan dicatat dalam rantai bukti, memberikan dokumentasi lengkap tentang proses yang berjalan.

### Desain di Balik Kecerdasan

**PentestCode** dikembangkan oleh Zhangir Ospanov dan menggunakan desain *strategist-coordinator* yang didasarkan pada penelitian HPTSA. Para pengembang mengklaim desain ini menghasilkan peningkatan 4,3 kali lipat dibandingkan pendekatan agen tunggal.

Ada tiga belas agen yang menangani peran berbeda, mencakup:
*   Reconnaissance
*   Scanning
*   Enumerasi
*   Eksploitasi
*   Active Directory/Kerberos
*   Protokol infrastruktur seperti SNMP dan IPMI
*   Pengujian aplikasi web
*   Pasca-eksploitasi
*   Pengembangan eksploit
*   Pemfilteran *false-positive*
*   Pelaporan

Semua agen ini berbagi *engagement state* atau status keterlibatan terpadu secara *real-time*. Fitur *shared state* ini adalah salah satu aspek paling khas dari proyek PentestCode. Ia melacak host, layanan, kerentanan (lengkap dengan skor kepercayaan dan status), kredensial, tingkat akses, dan grafik hubungan entitas yang menghubungkan temuan melalui label. Modul jalur serangan menggunakan algoritma Dijkstra berbasis biaya dan Yen’s K-shortest-paths untuk menyarankan rute melalui grafik ini. Status ini juga disimpan antar sesi, memungkinkan penguji untuk melanjutkan keterlibatan yang berlangsung multi-hari tanpa kehilangan konteks.

### Perbendaharaan Senjata dan Pengetahuan

Di luar akses shell generik, **PentestCode** juga menyertakan 18 alat yang disesuaikan untuk pekerjaan ofensif. Parser khusus mengubah *output* mentah dari Nmap, Nuclei, NetExec, Gobuster, BloodHound, dan sqlmap langsung menjadi entri *state* terstruktur, dan penggunaannya bersifat wajib, mencegah temuan terlewat karena pekerjaan *grep* manual.

Alat tambahan menangani analisis JWT, deteksi XSS, perencanaan *credential-spray*, validasi ruang lingkup, manajemen tunnel, dan pembuatan laporan.

Ada juga sembilan belas "skill pack" *on-demand*, yaitu file pengetahuan berbasis Markdown yang mencakup daftar periksa fase, taktik spesifik layanan, dan *playbook* untuk AD, aplikasi web, dan *cloud*. Ini memperluas domain pengetahuan agen tanpa perlu perubahan kode inti.

### Batasan dan Pertimbangan Penting

Meskipun canggih, alat **PentestCode** yang dapat diunduh dari GitHub ini dijelaskan sebagai "tidak stealthy," sehingga kurang cocok untuk skenario operasi red-team yang membutuhkan OPSEC tinggi. Alat ini juga cenderung menjalankan alat secara berlebihan (*redundant tool runs*).

Biaya token untuk keterlibatan sebenarnya bisa berkisar antara $5-$50, tergantung pada ruang lingkup dan pilihan model LLM. Claude Opus/Sonnet disebut-sebut mengungguli GPT-4o dan model lokal lainnya untuk koordinasi multi-agen.

Penting untuk dicatat bahwa PentestCode masih dalam tahap beta. Belum ada GUI, belum ada integrasi Burp Suite, dan API-nya masih terus berkembang. Dengan demikian, alat ini lebih berfungsi sebagai pengali kekuatan untuk enumerasi yang metodis, daripada pengganti rantai eksploitasi kompleks yang dipimpin manusia atau pengembangan serangan kreatif.

## Referensi
https://cybersecuritynews.com/pentestcode-ai-agent/

PentestCode adalah agen AI open-source yang mengotomatisasi pengujian penetrasi dengan 18 alat khusus. Dirancang untuk efisiensi, alat ini menjalankan pemindaian, menganalisis output, dan membuat keputusan taktis secara mandiri dengan intervensi manusia minimal.

PentestCode: Agen AI Baru untuk Otomatisasi Penetration Testing dengan 18 Alat Khusus

Ketika kita berbicara tentang ancaman siber, pemahaman mendalam tentang cara kerja malware jadi krusial. Salah satu sumber daya terkemuka yang membantu kita mengintip ke dalam "jeroan" ancaman ini adalah **Malware Source Code Repository by vx-underground**. Repositori ini dikelola oleh vx-underground, sebuah entitas yang dikenal karena koleksi sampel malware dan informasi keamanannya. Mereka juga aktif di Twitter, jadi Anda bisa mengikuti update terbaru dari sana. Selain itu, Anda bisa mengunduh sampel malware di halaman VXUG/samples mereka.

## Peringatan Tanggung Jawab

Sebelum terlalu jauh, penting untuk mengetahui bahwa vx-underground menyertakan penafian tanggung jawab yang jelas. Mereka tidak akan bertanggung jawab atas segala kerusakan, baik langsung maupun tidak langsung. Ini termasuk kehilangan keuntungan atau pendapatan, kehilangan data, penggunaan, *goodwill*, atau kerugian tidak berwujud lainnya. Penafian ini berlaku untuk akses atau ketidakmampuan Anda mengakses sumber daya ini, perilaku atau konten pihak ketiga mana pun yang dirujuk oleh sumber daya ini (termasuk tindakan pencemaran nama baik, ofensif, atau ilegal dari pengguna lain atau pihak ketiga), serta konten apa pun yang diperoleh dari sumber daya ini. Jadi, gunakan sumber daya ini dengan hati-hati dan penuh kesadaran risiko.

## Catatan Penting Mengenai Kata Sandi

Mungkin Anda menemukan beberapa file kode sumber yang terkemas di repositori ini. Perlu dicatat, file-file tersebut mungkin, atau mungkin tidak, dilindungi kata sandi 'infected' (tanpa tanda kutip). Kalau tidak terkemas, biasanya file individu tidak ber-password. Jangan buang waktu mencari atau bertanya di kolom komentar tentang kata sandi ini. vx-underground sudah menyebarkannya di seluruh situs web resmi mereka dan juga di akun Twitter mereka.

## Struktur File: Beragam Kategori Malware

Repositori ini dikategorikan secara rapi berdasarkan platform dan jenis malware, memberikan gambaran komprehensif tentang lanskap ancaman. Ini adalah daftar kategori utama yang tersedia di sana:

| Kategori               | Deskripsi                                                                               |
| :--------------------- | :-------------------------------------------------------------------------------------- |
| Android                | Malware generik OS Android, beberapa kebocoran, dan proof-of-concept.                   |
| Engines                | Berisi mesin untuk BAT, Linux, VBS, dan Win32.                                          |
| Java                   | Infector Java, proof-of-concept ransomware.                                             |
| Javascript             | Malware yang beroperasi di dalam browser.                                               |
| Legacy Windows         | Untuk Win2k, Win95, Win98, Win9x, WinCE.                                                |
| Libs (libraries)       | Bootkit, proof-of-concept DDoS, serta pustaka Win32 seperti disassembler.               |
| Linux                  | Backdoor, botnet, infector, Mirai-Family, rootkit, tool, dan Trojan.                    |
| MSDOS                  | Malware untuk sistem MSDOS.                                                             |
| MSIL                   | Malware yang menargetkan Microsoft Intermediate Language.                               |
| MacOS                  | Malware untuk sistem operasi MacOS.                                                     |
| Other                  | Malware Acad, FreeBSD, SunOS, Symbian OS, hingga malware khusus Discord.                |
| PHP                    | Keluarga Albania, C99, Crewcorp, Defacement Tools, Infector, Lanker, Macker, PhpSpy, R57-shell, serta koleksi panel web. |
| Perl                   | Berbagai backdoor, alat peretasan, dan infector.                                        |
| Phishing               | Kumpulan halaman phishing.                                                              |
| Point of Sales malware | Malware khusus untuk sistem Point of Sales.                                             |
| Python                 | Hacktool, berbagai malware eksotis seperti ransomware chastity belt.                    |
| Ruby                   | Malware berbasis Ruby.                                                                  |
| Win32                  | Binder, botnet, crypter, exploit kit, infector, internet worm, keluarga malware, ransomware, rootkit, dan stealer. |

## Para Kontributor Berharga

Repositori yang kaya ini tentu tidak lahir begitu saja. Ada banyak kontributor berdedikasi yang turut andil dalam pembangunan dan pemeliharaan arsip ini. Beberapa nama yang tercantum antara lain Marius 'f0wL' Genheimer, Jan 'Duchy' Neduchal, Eduardo P. Gomez, DartPower, Luca364, TheAnonHackUk, Bruce Ediger, Avv, dan Alan Wake. Kontribusi mereka sangat berharga untuk komunitas keamanan siber.

Secara keseluruhan, Malware Source Code Repository dari vx-underground adalah aset berharga bagi peneliti keamanan, analis malware, dan siapa saja yang ingin memahami lebih dalam taktik serangan siber. Dengan koleksi yang terorganisir dan beragam, repositori ini menjadi jendela unik ke dunia bawah tanah malware. Ingatlah selalu disclaimer yang ada, dan manfaatkan sumber daya ini dengan etika serta tujuan yang benar.

## Referensi
https://github.com/vxunderground/MalwareSourceCode

Selami dunia ancaman siber dengan melihat Malware Source Code Repository by vx-underground, sebuah sumber daya komprehensif berisi kode sumber malware dari berbagai platform. Pelajari apa saja yang bisa Anda temukan di dalamnya dan bagaimana repositori ini diorganisir.

Mengintip Jeroan Malware: Membedah Malware Source Code Repository dari vx-underground

`pentest-ai` muncul sebagai nama yang menarik dalam **Pentest AI** dan bidang keamanan siber, menjanjikan pendekatan baru untuk pengujian penetrasi. Ini bukan sekadar pemindai kerentanan lainnya. `ptai`, sebutan akrabnya, adalah alat pentest berbasis AI yang tidak hanya menemukan, tetapi juga membuktikan setiap temuannya. Ia menjamin kamu tidak perlu lagi menebak-nebak hasil pemindaian yang seringkali penuh dengan *false positive*.

## Apa itu pentest-ai? Verifikasi Adalah Kunci

Di jantung `pentest-ai` terletak janji verifikasi. Ketika banyak alat keamanan hanya melaporkan potensi kerentanan, `ptai` mengambil langkah lebih jauh. Ia secara otomatis menjalankan kembali setiap *exploit* untuk mengonfirmasi temuannya. Sebuah kerentanan dianggap sebagai "kandidat" sampai "oracle mesin" berhasil mereproduksinya secara konsisten N dari N kali. Hanya setelah itu ia layak mendapatkan lencana **VERIFIED**.

`ptai` melakukan langkah-langkah seperti *reconnaissance*, *login*, dan bahkan merangkai temuan menjadi jalur serangan multi-langkah. Namun, ia tidak meminta kamu untuk mempercayai hasilnya begitu saja. Mirip dengan bagaimana TruffleHog mengonfirmasi rahasia yang bocor dengan mencoba *login* menggunakan informasi tersebut, `ptai` memvalidasi temuan web-nya dengan menjalankan ulang *exploit*. Bahkan *output* dari *scanner* pihak ketiga seperti Nuclei, Nikto, atau ZAP akan disaring dan disembunyikan sampai oracle `ptai` berhasil membuktikannya. Pendekatan ini secara drastis mengurangi "kebisingan" dari *scanner* yang sering membuat tim mengabaikan alat mereka. Laporan yang dihasilkan hanya berisi apa yang bisa `ptai` buktikan, dengan setiap temuan **VERIFIED** dilengkapi *proof capsule* portabel yang bisa kamu putar ulang sendiri.

## Honest Numbers: Bukti Tanpa Omong Kosong

Bagaimana `ptai` membuktikan klaimnya? Ia menyertakan *honeypot harness* dan *clean-app zero-FP gate* di repositori, memungkinkan siapa saja untuk mereproduksi klaimnya. Misalnya, dalam satu uji coba terhadap *honeypot* pribadi dengan 20 *bug*, `ptai` berhasil menangkap 19 di antaranya dengan **presisi 100%** dan nol *false positive*. Empat kelas *bug* juga berhasil diverifikasi oleh *oracle* mesin. Penting untuk dicatat, angka 19/20 ini berasal dari satu uji coba khusus dan bukan tingkat *false positive* di lapangan. Gerbang *oracle* memang meningkatkan presisi tanpa mengorbankan *recall*, dengan secara aktif menghilangkan *false positive*.

Berikut perbandingan `ptai` dengan beberapa *tool* populer lainnya dalam pengujian OWASP Juice Shop:

| Tool             | Temuan | Critical+High | OWASP Top 10 Buckets | Tingkat FP |
| :--------------- | :----- | :------------ | :------------------- | :--------- |
| ptai 0.13.0      | 88     | 46            | 5                    | 0%         |
| ZAP 2.17.0       | 593    | 0             | 1                    | 47%        |
| Nuclei 3.8.0     | 1      | 0             | 1                    | 0%         |
| HexStrike v6.0   | 11     | 0             | 1                    | -          |

Dari tabel ini terlihat, `ptai` jauh lebih efektif dalam *web pentest* SPA dengan *probe* yang dikurasi. Meskipun Juice Shop adalah target yang banyak dipelajari, yang memberi LLM dan penulis *probe* keuntungan awal, `ptai` juga mengukur *coverage* terhadap *bug* kustom di *honeypot* pribadi dengan tingkat tangkapan 10/10.

## Bagaimana pentest-ai Bekerja? Arsitektur Agen yang Komprehensif

`ptai` beroperasi melalui serangkaian **agen** dan **fase** yang terstruktur, memungkinkan pendekatan pentest yang menyeluruh. Entah kamu mengatur kunci API LLM atau tidak, alur fase kerjanya tetap sama.

Berikut fase-fase utama dan agen yang terlibat:

| Agen             | Fase              | Tugas                                                               |
| :--------------- | :---------------- | :------------------------------------------------------------------ |
| recon            | 1                 | Pemindaian *port*, *enum* DNS dan *subdomain*, *fingerprinting* layanan |
| web              | 2                 | Pengujian OWASP Testing Guide v4 terautentikasi                     |
| api_security     | 2                 | Analisis permukaan OpenAPI/GraphQL/REST, OWASP API Top 10           |
| browser          | 2                 | Analisis DOM berbasis Playwright, penangkapan XHR, penilaian *header* keamanan |
| ad               | 3                 | *Enum* AD, *Kerberoasting*, *pathfinding* BloodHound                |
| cloud            | 4                 | AWS, Azure, GCP IAM, *misconfig*, K8s RBAC, *serverless*            |
| credential_tester| 4                 | *Password spraying*, *credential stuffing*, pemeriksaan *bypass* MFA |
| privesc          | 5                 | Saran *privilege-escalation* lokal dan lateral                      |
| vuln_scanner     | 5                 | Agregasi *vuln* *cross-cutting* terhadap *Findings DB*              |
| exploit_chain    | 6                 | Korelasi temuan ke jalur serangan multi-langkah                     |
| poc_validator    | 7                 | *Proof of concept* non-destruktif per temuan                        |
| detection        | 8                 | Aturan Sigma, SPL, KQL untuk tim *blue team*                        |
| report           | 9                 | Laporan Markdown, HTML, PDF, SARIF, JUnit, peta kepatuhan         |
| llm_redteam      | Opsional          | *Probe* OWASP LLM Top 10                                            |
| social_engineer  | Opsional          | *Phishing corpus* dan *pretext generation*                        |
| mobile           | Opsional          | Pemeriksaan statis + dinamis Android/iOS                            |
| wireless         | Opsional          | *Reconnaissance* nirkabel dan penangkapan *handshake*               |

Setiap temuan **VERIFIED** berasal dari *oracle* mesin yang dinamai, tidak pernah dari asersi LLM. Saat ini, `ptai` dilengkapi delapan *oracle* mesin yang mampu mengonfirmasi: *reflection*, *open-redirect*, IDOR/BOLA, *error-disclosure*, *MCP-exposure*, SQLi (boolean dan blind), dan *out-of-band* (OAST) untuk *blind* SSRF/XXE melalui kolaborator yang di-hosting sendiri.

## Lebih dari Sekadar Pemindai Biasa: Fitur Unggulan pentest-ai

`ptai` hadir dengan beberapa keunggulan yang membedakannya dari alat *pentest* lain:

*   **LLM-Coordinated, Bukan LLM-Dependent**: LLM menjalankan *loop* fase dan mempertimbangkan hasil, tetapi deteksi *bug* dilakukan oleh *probe library* deterministik yang dikurasi. Tanpa kunci API LLM pun, *probe* yang sama tetap berjalan.
*   **Tanpa Kunci API di Jalur MCP**: Jika kamu pengguna Claude Code, Cursor, atau Codex, `ptai` dapat kamu kendalikan melalui MCP menggunakan langganan yang sudah ada. Alat dan *probe* yang terbungkus dapat dipanggil LLM tanpa kunci Anthropic.
*   **Mampu Login**: Kebanyakan *scanner* akan mati di halaman *login*. `ptai` dapat mempertahankan sesi, menyegarkan kredensial, dan setiap alat hilir akan mewarisi *cookie*. Profil autentikasi menyimpan referensi (variabel *env*, *op://*, jalur Vault), bukan nilai aslinya.
*   **Setiap Temuan Terbukti**: *Proof of Concept* (PoC) non-destruktif dijalankan terhadap target. Tidak ada lagi kebutuhan untuk menyaring puluhan potensi temuan dari *scanner* yang bising.
*   **CI-Native**: Integrasi mudah dengan *workflow* CI/CD, mendukung GitHub Actions, *severity gates*, *output* SARIF, dan komentar PR.
*   **Berjalan di Laptop Kamu**: Berlisensi MIT, tanpa panggilan *cloud*, berjalan *offline* dengan Ollama. Semua temuan tetap tersimpan di *disk* lokalmu.
*   **Playbook YAML**: Mendefinisikan metodologi pentest-mu sebagai *file* YAML yang dapat dibagikan dengan tim.

## Integrasi dan Fleksibilitas Tinggi

Menginstal `ptai` sangatlah mudah: `pip install ptai`. Kamu memiliki beberapa jalur instalasi dan penggunaan:

```bash
pip install ptai
```

### 1. Melalui Claude Code (jalur MCP)

Jika kamu sudah berlangganan Claude Pro/Max/Team, tambahkan `ptai` sebagai server MCP:

```bash
claude mcp add pentest-ai -- ptai mcp
```

Setelah itu, kamu bisa meminta Claude Code untuk menjalankan *pentest* menggunakan bahasa alami. Alat dan *probe* `ptai` akan dieksekusi secara lokal, sementara *prompt* dan *output* akan melalui API Anthropic.

### 2. Klien MCP Lain

Untuk Cursor, VS Code Copilot, Codex, atau Claude Desktop, cukup jalankan `ptai setup --mcp` untuk konfigurasi otomatis.

### 3. CLI Mandiri (tanpa klien MCP)

Ideal untuk *pipeline* CI/CD atau terminal *air-gapped*. Kamu bisa membawa LLM sendiri melalui variabel lingkungan, seperti Anthropic, OpenAI, atau Ollama yang berjalan lokal:

```bash
# Menggunakan Claude
export ANTHROPIC_API_KEY=sk-ant-...
ptai start https://your-target.com

# Menggunakan Ollama secara lokal
export PENTEST_AI_LLM_PROVIDER=ollama
ptai start https://your-target.com
```

Untuk jalur CLI mandiri, `ptai` memiliki batas pengeluaran LLM default $10 USD per *engagement* untuk mencegah *loop* yang tidak terkontrol, yang dapat diubah melalui `PTAI_PRICE_LIMIT`.

### Pemasangan Alat Keamanan

`ptai` membungkus lebih dari 200 alat eksternal. Kamu bisa menginstalnya secara otomatis saat dibutuhkan, dalam *batch* (*tier core*, *recommended*, *full*), atau secara spesifik berdasarkan nama.

```bash
# Instalasi otomatis saat engagement dimulai (direkomendasikan)
ptai start https://target.example.com

# Instalasi batch
ptai setup --tier core      # Sekitar 6 alat esensial, ~30 detik
ptai setup --tier recommended # Tambahan fuzzer, crawler, alat password, ~5 menit
ptai setup --tier full      # Semua alat, ~30 menit

# Instalasi alat spesifik
ptai setup --per-tool wpscan,dalfox,paramspider
ptai setup --wizard         # Pilih interaktif
```

### Out-of-Band Callbacks (OAST)

`ptai` mendeteksi kelas kerentanan *blind* (blind SSRF, blind SQLi, blind XXE, blind stored XSS, SSTI, Log4Shell) dengan memancarkan *payload* yang, jika terpicu di sisi *server*, akan memanggil kolaborator *out-of-band*. Secara *default*, ini menggunakan infrastruktur publik `oast.fun` ProjectDiscovery. Penting untuk diketahui, *payload* dienkripsi dengan *keypair* lokalmu, sehingga hanya proses `ptai` lokalmu yang dapat mendekripsinya. Namun, *metadata* seperti fakta interaksi, IP sumber, *timestamp*, dan protokol tetap terlihat oleh pengelola kolaborator. Untuk keamanan lebih, kamu bisa *self-host* server Interactsh atau menonaktifkan OAST sepenuhnya dengan `--no-oast`.

## Siapa yang Membutuhkan pentest-ai?

`ptai` dirancang untuk berbagai profesional keamanan:

*   **Tim AppSec**: Mengintegrasikan `ptai` ke CI/CD untuk pemindaian terautentikasi pada setiap PR, dengan *build* yang gagal pada temuan *high-severity*.
*   **Konsultan**: Mengotomatiskan bagian rutin dari *engagement* agar bisa fokus pada analisis manusiawi dan interaksi klien. Laporan yang dibutuhkan juga dapat ditulis sendiri.
*   **Pemburu Bug Bounty**: Mendapatkan daftar temuan yang tervalidasi dengan PoC siap pakai untuk diajukan.
*   **Red Teamers**: Mengodekan metodologi AD mereka sebagai *playbook* YAML yang dapat digunakan berulang kali dan dibagikan dalam tim.
*   **Pengguna Claude Code/Cursor/Codex**: Menggunakan asisten AI mereka untuk menggerakkan `ptai` dengan bahasa alami.
*   **Pengembang Fitur AI**: Mengaktifkan `--enable-llm-redteam` untuk mendapatkan laporan OWASP LLM Top 10 dalam hitungan menit.

## Penggunaan yang Bertanggung Jawab

`pentest-ai` adalah alat keamanan ofensif yang menjalankan operasi jaringan dan *host* nyata terhadap target yang kamu tentukan. **Kamu bertanggung jawab penuh untuk memastikan memiliki otorisasi tertulis yang eksplisit untuk menguji setiap target.** Dengan menginstal atau menjalankan `ptai`, kamu menyetujui Kebijakan Penggunaan yang Dapat Diterima dan Persyaratan Layanan. Pengujian sistem yang tidak kamu miliki tanpa otorisasi tertulis dapat melanggar berbagai undang-undang.

`ptai` memiliki fitur seperti *scope file* untuk menolak *host* di luar cakupan, PoC non-destruktif secara *default*, dan *rate limit* otomatis dalam mode *stealth*. Selalu gunakan alat ini secara etis dan legal.

## Kesimpulan

`pentest-ai` bukan sekadar *pentest tool* dengan embel-embel AI. Ia adalah sebuah ekosistem yang dirancang untuk presisi, verifikasi, dan efisiensi. Dengan kemampuannya untuk membuktikan setiap temuan, berintegrasi dengan *workflow* modern, dan beroperasi dengan transparansi, `ptai` memberikan pendekatan yang lebih terpercaya dan terotomatisasi untuk menjaga keamanan sistem kita.

## Referensi
https://github.com/0xSteph/pentest-ai

Temukan bagaimana pentest-ai, alat pentest berbasis AI, membuktikan setiap temuan kerentanan dengan PoC yang dapat direproduksi, bukan sekadar janji. Tingkatkan presisi pentestmu.

Pentest AI: Otomatisasi Penetrasi yang Tidak Perlu Kamu Percayai Begitu Saja

## BlueKit Phishing Kit dan Modus Baru Pencurian Login: Browser-in-the-Middle

Dunia keamanan siber tidak pernah sepi dari ancaman. Setiap hari, pelaku kejahatan siber menemukan cara baru untuk mengakali sistem dan pengguna. Salah satu perkembangan yang patut diwaspadai adalah **BlueKit Phishing Kit Adopts Browser-in-the-Middle for Login Theft**. Ini bukan sekadar nama panjang, melainkan sebuah sinyal peringatan tentang evolusi serangan *phishing* yang semakin canggih.

Mari kita bongkar apa arti dari berita ini dan mengapa kita perlu lebih berhati-hati.

### Mengenal Apa Itu Phishing Kit

Secara sederhana, **phishing kit** adalah paket perangkat lunak siap pakai yang memungkinkan penyerang meluncurkan kampanye *phishing* dengan mudah. Bayangkan sebuah "kit merakit model," tetapi isinya adalah alat untuk menipu orang. Kit ini biasanya mencakup halaman *login* palsu yang mirip dengan situs aslinya, skrip untuk mengumpulkan kredensial, dan instruksi penggunaan. Tujuannya adalah mempermudah siapa saja, bahkan dengan sedikit keahlian teknis, untuk melakukan *phishing*.

BlueKit adalah salah satu dari kit semacam itu. Kehadirannya berarti ada alat yang tersedia untuk mempercepat serangan *phishing*, membuat ancaman semakin luas.

### Evolusi Serangan: Browser-in-the-Middle (BitM)

Selama ini, serangan *phishing* tradisional mengandalkan pengguna yang tidak teliti melihat URL atau halaman palsu. Namun, pelaku kejahatan siber terus berinovasi. Munculnya teknik **Browser-in-the-Middle (BitM)** mengubah permainan.

BitM adalah bentuk serangan *man-in-the-middle* yang lebih canggih. Dalam serangan ini, penyerang bertindak sebagai proxy antara korban dan situs web target yang sah. Penyerang tidak hanya menyajikan halaman palsu, melainkan secara aktif meneruskan komunikasi antara korban dan situs web asli. Artinya, ketika korban memasukkan kredensialnya, data tersebut pertama kali melewati server penyerang sebelum diteruskan ke situs aslinya.

Teknik ini memiliki beberapa dampak signifikan:
*   **Pengumpulan Kredensial Langsung:** Penyerang dapat mengumpulkan *username* dan *password* yang dimasukkan oleh korban secara *real-time*.
*   **Melewati Otentikasi Multifaktor (MFA):** Karena penyerang meneruskan sesi langsung, mereka bahkan bisa menangkap kode MFA atau token sesi yang dihasilkan setelah MFA berhasil. Korban mungkin melihat proses *login* berjalan normal, padahal sesi mereka sudah disusupi.
*   **Halaman Web yang Akurat:** Karena BitM bertindak sebagai proxy ke situs asli, semua elemen visual dan fungsionalitas situs akan terlihat persis sama, membuat deteksi oleh korban jauh lebih sulit.

### Bagaimana BlueKit Memanfaatkan BitM untuk Login Theft

Dengan mengadopsi teknik Browser-in-the-Middle, BlueKit Phishing Kit meningkatkan daya rusaknya. Ini berarti BlueKit kini menawarkan kemampuan kepada penyerang untuk meluncurkan serangan *phishing* yang lebih sulit dideteksi dan lebih efektif dalam mencuri kredensial.

Ketika sebuah organisasi atau individu menjadi target BlueKit yang menggunakan BitM, alurnya bisa jadi seperti ini:
1.  **Pengiriman Umpan:** Korban menerima tautan *phishing* (misalnya, melalui email atau pesan).
2.  **Redirect ke Proxy:** Tautan tersebut mengarahkan korban ke server proxy yang dikendalikan oleh penyerang.
3.  **Sesi Diambil Alih:** Server proxy tersebut kemudian membuat koneksi ke situs web asli atas nama korban.
4.  **Intersepsi Data:** Setiap data yang dimasukkan korban, termasuk *username*, *password*, dan kode MFA, diintersep oleh proxy penyerang sebelum diteruskan ke situs asli.
5.  **Pencurian Login Berhasil:** Penyerang mendapatkan kredensial dan dapat menggunakannya untuk mengakses akun korban, seringkali sebelum korban menyadari bahwa ada sesuatu yang salah.

### Apa yang Bisa Kita Lakukan?

Ancaman seperti BlueKit dengan BitM memang canggih, tetapi bukan berarti kita tidak berdaya. Beberapa langkah pencegahan yang bisa kita terapkan meliputi:

*   **Selalu Waspada terhadap Tautan:** Jangan mudah mengklik tautan dari sumber yang tidak dikenal atau mencurigakan. Periksa URL dengan seksama, bahkan jika terlihat mirip.
*   **Gunakan MFA yang Kuat:** Manfaatkan MFA, terutama yang berbasis FIDO2/U2F (seperti *hardware security key*), karena lebih tahan terhadap serangan *man-in-the-middle* dibandingkan MFA berbasis SMS atau aplikasi OTP.
*   **Edukasi dan Kesadaran:** Pahami modus-modus *phishing* terbaru dan bagikan informasi ini dengan orang di sekitar Anda.
*   **Perbarui Perangkat Lunak:** Pastikan sistem operasi, *browser*, dan semua perangkat lunak keamanan Anda selalu *up-to-date* untuk mendapatkan perlindungan terbaru.
*   **Laporkan Serangan:** Jika Anda mencurigai adanya upaya *phishing*, laporkan ke pihak berwenang atau tim keamanan IT Anda.

Dengan BlueKit yang mengadopsi Browser-in-the-Middle untuk pencurian *login*, landscape ancaman siber semakin menantang. Namun, dengan kewaspadaan dan implementasi praktik keamanan terbaik, kita bisa menjaga diri dan data kita tetap aman dari penipu digital.

## Referensi
- https://www.bleepingcomputer.com/news/security/bluekit-phishing-kit-adopts-browser-in-the-middle-for-login-theft/

BlueKit, sebuah phishing kit, kini memanfaatkan teknik Browser-in-the-Middle (BitM) untuk mencuri kredensial login, meningkatkan ancaman serangan phishing.

BlueKit Phishing Kit dan Ancaman Login Theft dengan Browser-in-the-Middle

Buat para pegiat keamanan siber, terutama yang gemar mendalami **analisis malware**, ada satu sumber daya yang mungkin jadi tambang emas baru. Kita akan membahas tuntas tentang **Analisis MalwareSourceCode: Katalog Source Code Malware untuk Riset Keamanan**, sebuah repositori yang menyediakan akses ke kode sumber berbagai jenis malware. Ini bukan sekadar kumpulan program jahat biasa, melainkan alat vital bagi para peneliti yang ingin mengerti cara kerja, mendeteksi, dan akhirnya menanggulangi ancaman siber.

## Apa itu MalwareSourceCode?

Secara sederhana, **MalwareSourceCode** adalah sebuah repositori publik yang dikelola komunitas, khususnya di platform GitHub. Tujuannya adalah mengumpulkan dan mengorganisir kode sumber dari berbagai macam malware. Ini memungkinkan para peneliti keamanan, analis malware, dan siapa pun yang tertarik pada sisi gelap dunia siber untuk mempelajari struktur, fungsionalitas, serta teknik yang digunakan oleh pembuat malware.

Repositori ini sangat berharga karena:

*   **Akses Langsung ke Kode:** Dibandingkan hanya memiliki *binary* malware, memiliki kode sumbernya memberikan wawasan yang jauh lebih dalam. Peneliti bisa melihat logika di balik eksekusi, cara penyebaran, metode *evasion* (penghindaran deteksi), dan bagaimana malware tersebut berinteraksi dengan sistem target.
*   **Pembelajaran dan Pendidikan:** Bagi para talenta baru di bidang keamanan siber, mempelajari kode sumber malware bisa menjadi cara yang sangat efektif untuk memahami ancaman yang ada. Ini seperti mempelajari taktik musuh secara langsung.
*   **Pengembangan Alat Keamanan:** Dengan memahami detail kode, para peneliti dapat merancang alat deteksi, *deobfuscator* (pemecah kode terenkripsi), atau *sandbox* yang lebih canggih.

## Kenapa Repositori Ini Penting untuk Riset Keamanan?

Setiap hari, ancaman siber terus berevolusi. Para penyerang selalu menemukan cara baru untuk menyusup dan merusak sistem. Di sinilah peran penting **Analisis MalwareSourceCode** mulai terlihat.

### Mendalami Mekanisme Serangan

Ketika seorang analis malware mendapatkan sampel program jahat, seringkali mereka akan mencoba merekayasa balik (reverse engineering) *binary* tersebut. Proses ini bisa memakan waktu dan sangat teknis. Namun, jika kode sumbernya tersedia, analisis bisa menjadi jauh lebih efisien. Peneliti bisa langsung membaca dan memahami:

*   Bagaimana malware mengambil alih kontrol sistem.
*   Bagaimana ia berkomunikasi dengan server *Command and Control* (C2).
*   Teknik apa yang digunakan untuk bersembunyi dari antivirus.
*   Jenis data apa yang menjadi target pencurian.

### Mengembangkan Deteksi yang Lebih Baik

Memiliki katalog kode sumber malware memungkinkan para pengembang solusi keamanan untuk membuat *signatures* (tanda tangan virus) yang lebih akurat dan *detection rules* yang lebih pintar. Ketika sebuah varian baru muncul, peneliti bisa membandingkannya dengan basis data kode sumber yang ada untuk mengidentifikasi kemiripan dan mengembangkan metode deteksi yang cepat.

### Memperkuat Pertahanan Siber

Pengetahuan adalah kekuatan. Semakin banyak yang kita ketahui tentang cara kerja malware, semakin baik pula kita dalam membangun pertahanan. Repositori seperti **MalwareSourceCode** berperan sebagai perpustakaan digital bagi para penjaga gerbang keamanan siber.

## Contoh Penggunaan

Bayangkan seorang peneliti keamanan menemukan sebuah *ransomware* baru yang sangat merusak. Alih-alih hanya menganalisis *binary* yang terenkripsi, dengan akses ke kode sumbernya, ia bisa:

1.  **Membaca bagian enkripsi:** Memahami algoritma yang digunakan untuk mengenkripsi file pengguna.
2.  **Melacak komunikasi C2:** Mengidentifikasi alamat server yang digunakan untuk perintah dan pertukaran kunci.
3.  **Menganalisis teknik *privilege escalation*:** Mempelajari bagaimana malware mendapatkan hak akses administrator pada sistem.

Informasi ini sangat berharga untuk tidak hanya membuat dekripsi (jika memungkinkan), tetapi juga untuk mencegah infeksi serupa di masa depan.

## Bagaimana Cara Mengaksesnya?

Repositori **MalwareSourceCode** ini bisa diakses melalui platform GitHub. Anda bisa mencari repositori seperti `vxunderground/MalwareSourceCode` yang populer. Penting untuk diingat bahwa mengakses dan menggunakan kode sumber malware memerlukan pemahaman teknis dan kesadaran akan risiko. Gunakan selalu di lingkungan yang aman dan terisolasi, seperti *virtual machine* atau *sandbox* khusus.

## Kesimpulan

Bagi siapa pun yang serius menggeluti dunia keamanan siber dan analisis malware, **Analisis MalwareSourceCode: Katalog Source Code Malware untuk Riset Keamanan** adalah sumber daya yang tak ternilai. Ia membuka pintu untuk pemahaman yang lebih mendalam tentang ancaman siber dan menjadi pondasi penting dalam upaya kita untuk menciptakan dunia digital yang lebih aman.

## Referensi
- https://github.com/vxunderground/MalwareSourceCode

Jelajahi Analisis MalwareSourceCode, repositori kode sumber malware yang krusial bagi peneliti keamanan untuk memahami dan melawan ancaman siber.

Analisis MalwareSourceCode: Gudang Rahasia Para Peneliti Keamanan

Sebagai seorang tech-blogger profesional, tugas kami adalah menyajikan analisis mendalam mengenai teknologi, termasuk **Obscura: Analisis Tools Keamanan Siber**. Proses ini membutuhkan data dan fakta yang akurat dari referensi yang kredibel untuk memberikan wawasan yang berarti bagi pembaca.

Dalam konteks penulisan ini, referensi yang disediakan secara eksplisit ("REF 1: None") tidak mengandung informasi atau detail spesifik mengenai alat keamanan siber bernama Obscura. Oleh karena itu, berdasarkan prinsip anti-halusinasi ketat yang kami terapkan, kami tidak dapat menghasilkan artikel mendalam yang membedah fitur, fungsionalitas, arsitektur, atau kasus penggunaan spesifik dari Obscura. Aturan kami melarang penggunaan fakta dari luar teks referensi yang diberikan, asumsi, atau angka karangan.

Untuk dapat melakukan analisis yang komprehensif terhadap sebuah **tools keamanan siber** seperti Obscura, kami memerlukan detail teknis, seperti bahasa pemrograman yang digunakan, metodologi kerjanya, jenis ancaman yang dapat dideteksi atau dicegah, serta perbandingannya dengan alat serupa di pasar. Tanpa informasi dasar ini, setiap upaya untuk membahas alat tersebut secara mendalam akan melanggar standar keakuratan dan objektivitas yang kami junjung.

Kami memahami bahwa pembaca mencari informasi yang relevan dan mendetail. Oleh karena itu, kami sangat merekomendasikan untuk langsung mengakses sumber referensi resmi yang tercantum di bagian akhir artikel ini. Sumber tersebut kemungkinan besar akan menyediakan informasi terkini dan paling akurat mengenai proyek Obscura.

## Referensi
https://github.com/h4ckf0r0day/obscura

Artikel ini membahas tantangan dalam menganalisis tools keamanan siber seperti Obscura tanpa referensi data yang spesifik. Kami mendorong pembaca untuk mencari informasi dari sumber resmi.

Obscura: Analisis Tools Keamanan Siber, Sebuah Perspektif Awal

Pernahkah Anda bertanya-tanya bagaimana sebuah perusahaan menguji pertahanan keamanannya? Jawabannya seringkali melibatkan tim khusus yang disebut Red Team. Mereka berperan sebagai "penyerang" etis, berusaha menemukan dan mengeksploitasi celah keamanan sebelum pihak jahat melakukannya. Untuk menjalankan tugas ini, Red Team mengandalkan beragam **RedTeam-Tools: Koleksi Alat Penetrasi dan Keamanan Siber** yang dirancang untuk berbagai skenario serangan.

### Mengapa Red Team Penting?

Red Team adalah bagian krusial dalam strategi keamanan siber modern. Mereka tidak hanya mengidentifikasi kerentanan teknis, tetapi juga menguji respons tim keamanan internal (Blue Team) dan efektivitas kebijakan keamanan yang ada. Dengan mensimulasikan serangan dunia nyata, Red Team membantu organisasi memperkuat postur keamanan mereka secara proaktif. Ini seperti sesi latihan tempur yang intensif untuk memastikan semua sistem dan personel siap menghadapi ancaman sungguhan.

### Kategori Utama RedTeam-Tools

Alat yang digunakan Red Team sangat bervariasi, tergantung pada fase serangan atau jenis target yang dihadapi. Secara umum, kita bisa membagi alat-alat ini ke dalam beberapa kategori utama.

| Kategori Alat               | Deskripsi Umum                        | Contoh Alat (General Purpose)       |
|-----------------------------|---------------------------------------|-------------------------------------|
| Pengumpulan Informasi (OSINT) | Mengumpulkan data target secara pasif | Nmap, Maltego                       |
| Pemindaian Kerentanan       | Mengidentifikasi celah keamanan         | Nessus, OpenVAS                     |
| Eksploitasi                 | Memanfaatkan kerentanan yang ditemukan | Metasploit Framework, Burp Suite    |
| Post-Eksploitasi            | Menjaga akses dan memperluas kendali  | Mimikatz, PowerSploit               |
| Rekayasa Sosial             | Manipulasi psikologis untuk akses     | Social-Engineer Toolkit (SET)       |

Mari kita bedah sedikit lebih jauh beberapa alat yang sering jadi andalan.

#### 1. Pengumpulan Informasi (Reconnaissance)

Fase awal setiap operasi Red Team adalah mengumpulkan informasi. Ini bisa berupa detail jaringan, alamat IP, nama domain, hingga informasi sensitif dari sumber terbuka (OSINT, Open-Source Intelligence).

*   **Nmap (Network Mapper)**: Alat ini sangat populer untuk memetakan jaringan dan mengidentifikasi perangkat yang aktif, port yang terbuka, serta layanan yang berjalan. Ini seperti memiliki peta rinci dari sebuah kota sebelum Anda memasukinya.

    ```bash
    nmap -sV target.com
    ```

*   **Maltego**: Untuk OSINT, Maltego membantu memvisualisasikan hubungan antara individu, organisasi, domain, dan entitas lainnya dari data publik. Ini dapat mengungkap pola atau koneksi yang tidak terlihat secara langsung.

#### 2. Pemindaian Kerentanan (Vulnerability Scanning)

Setelah mendapatkan gambaran tentang target, langkah selanjutnya adalah mencari kerentanan.

*   **Nessus** dan **OpenVAS**: Keduanya adalah pemindai kerentanan yang populer. Mereka secara otomatis mengidentifikasi kelemahan konfigurasi, *patch* yang hilang, dan kerentanan lain pada sistem atau aplikasi. Hasilnya bisa menjadi daftar panjang celah yang berpotensi dieksploitasi.

#### 3. Eksploitasi (Exploitation)

Ini adalah inti dari operasi penetrasi, di mana Red Team mencoba memanfaatkan kerentanan yang telah ditemukan.

*   **Metasploit Framework**: Salah satu *framework* eksploitasi paling terkenal. Metasploit menyediakan ribuan *exploit*, *payload*, dan *auxiliary module* yang dapat digunakan untuk menembus berbagai jenis sistem. Ini adalah "pisau serbaguna" bagi banyak profesional keamanan siber.

    ```bash
    msfconsole
    ```

*   **Burp Suite**: Khusus untuk pengujian aplikasi web, Burp Suite adalah perangkat komprehensif yang memungkinkan pengujian mulai dari *proxying*, pemindaian kerentanan, hingga serangan *brute force* pada formulir web.

#### 4. Post-Eksploitasi dan Persistensi

Setelah berhasil masuk ke dalam sistem, Red Team perlu mempertahankan akses dan mencari cara untuk memperluas kendali.

*   **Mimikatz**: Alat ini sering digunakan untuk mengekstraksi kredensial seperti *hash* kata sandi, *plain text* kata sandi, dan tiket Kerberos dari memori sistem Windows. Informasi ini dapat digunakan untuk bergerak lateral di dalam jaringan.
*   **PowerSploit**: Kumpulan *script* PowerShell yang dirancang untuk tugas *post-exploitation*, termasuk *reconnaissance*, eskalasi hak istimewa, dan menghindari pertahanan.

#### 5. Rekayasa Sosial (Social Engineering)

Tidak semua serangan bersifat teknis. Manusia seringkali menjadi titik terlemah dalam rantai keamanan.

*   **Social-Engineer Toolkit (SET)**: Alat ini membantu menciptakan serangan rekayasa sosial seperti *phishing*, *spear phishing*, dan serangan *waterhole*. SET menyederhanakan proses pembuatan halaman palsu atau email berbahaya untuk memancing informasi sensitif dari target.

### Etika dalam Penggunaan RedTeam-Tools

Penting sekali untuk diingat bahwa penggunaan RedTeam-Tools harus selalu dilakukan secara etis dan legal. Alat-alat ini sangat kuat dan dapat menyebabkan kerusakan serius jika disalahgunakan. Para profesional Red Team selalu bekerja dengan izin tertulis dari pemilik sistem dan dalam batasan yang jelas. Mereka adalah pahlawan tanpa tanda jasa yang membantu melindungi kita dari ancaman siber nyata.

### Membangun Koleksi RedTeam-Tools Sendiri

Bagi Anda yang tertarik mendalami dunia Red Team atau keamanan siber, belajar menggunakan alat-alat ini adalah langkah fundamental. Banyak *platform* dan distribusi Linux yang dirancang khusus untuk penetrasi testing, seperti Kali Linux, sudah menyertakan sebagian besar alat ini secara *default*. Menguasai beberapa alat utama dari setiap kategori akan memberikan fondasi yang kuat untuk memahami bagaimana serangan bekerja dan bagaimana cara terbaik untuk bertahan.

Koleksi RedTeam-Tools bukan sekadar daftar *software*, melainkan kumpulan kemampuan yang memungkinkan para profesional keamanan siber untuk berpikir dan bertindak layaknya musuh, dengan satu tujuan mulia: membuat dunia digital kita lebih aman.

## Referensi
https://github.com/A-poc/RedTeam-Tools

Pahami pentingnya koleksi RedTeam-Tools dalam menguji dan memperkuat pertahanan keamanan siber. Jelajahi berbagai kategori alat yang digunakan para profesional untuk simulasi serangan.

Mengupas Tuntas RedTeam-Tools: Koleksi Alat Penetrasi dan Keamanan Siber

Di dunia keamanan siber yang terus berkembang, efisiensi adalah kunci. Bayangkan jika agent AI Anda tidak hanya pintar, tetapi juga tahu persis langkah metodologi yang harus diambil untuk tugas kompleks seperti reverse engineering, analisis malware, atau CTF. Inilah yang ditawarkan oleh **Reverse-Skill: Automating Agent Skills**, sebuah paket routing keahlian yang dirancang untuk mengangkat kemampuan AI Anda ke level berikutnya.

Paket ini bukan sekadar *installer* alat tunggal. Ini adalah kerangka kerja komprehensif yang berfungsi sebagai aset routing keahlian, titik masuk alat, metodologi, dan basis pengetahuan yang berevolusi secara mandiri. Tujuannya jelas, memberdayakan klien AI kode seperti Claude Code, Codex CLI, Cursor, Cline, dan Windsurf yang mendukung aturan kustom atau panggilan alat eksternal.

## Mengapa Reverse-Skill Begitu Penting?

Reverse-Skill menyelesaikan dua masalah fundamental yang sering dihadapi AI dalam tugas keamanan:

1.  **Metodologi yang Tepat:** Ketika AI dihadapkan pada tugas APK, biner, JavaScript frontend, *packet-capture*, atau CTF, ia akan mengikuti metodologi dan sub-skill yang benar sejak awal, bukan menebak secara acak.
2.  **Konsolidasi Alat:** Paket ini mengonsolidasi alat lokal, server MCP (Managed Code Platform), titik masuk skrip, dan alur kerja ke dalam struktur direktori yang mudah digunakan kembali. Ini juga memudahkan migrasi ke mesin baru.

## Struktur Paket dan Pendekatan Instalasi

Reverse-Skill dirancang dalam dua lapisan utama. Lapisan pertama adalah paket inti yang berisi logika routing, indeks alat, dan skrip. Lapisan kedua adalah basis pengetahuan CTF yang direkomendasikan untuk ditempatkan di bawah akar paket untuk resolusi jalur relatif yang tepat.

Anda bisa menempatkan paket ini di direktori mana pun yang Anda suka. Penting untuk diingat, jalur yang disebutkan dalam skrip atau dokumentasi hanyalah contoh dari tata letak satu mesin. Jangan anggap ini sebagai persyaratan mutlak. Setelah migrasi ke mesin baru, Anda wajib menyesuaikan jalur seperti *drive letter*, nama pengguna, atau direktori instalasi alat.

### Aturan Emas Integrasi AI

Untuk mengintegrasikan Reverse-Skill dengan klien AI kode Anda, ada empat hal utama yang perlu Anda perhatikan:

1.  **Direktori Paket Ini:** Lokasi paket Reverse-Skill Anda.
2.  **MCP atau Endpoint Alat Eksternal Setara:** Jembatan komunikasi antara AI dan alat-alat.
3.  **Metode Injeksi Prompt yang Stabil:** Cara Anda memberitahu AI untuk menggunakan paket ini.
4.  **Prinsip "Route First, Execute Second":** AI harus membaca aturan routing terlebih dahulu, baru kemudian melaksanakan tugas.

Setidaknya, AI Anda perlu mengetahui tiga file utama:

*   `RULES.md`: Aturan routing global, yang akan membuat AI melakukan konfigurasi otomatis.
*   `entrypoints/main.py`: Titik masuk kontroler utama.
*   `skill_routing_matrix.md`: Matriks yang memetakan skenario ke keahlian yang relevan.

Ini akan memastikan AI tidak langsung menebak jalur alat, tetapi membaca panduan routing terlebih dahulu. Untuk rekayasa balik web atau JS, AI akan memilih `jshookmcp`, dan untuk tugas CTF, akan melalui `ctf_routing_matrix.md`.

## Skenario yang Didukung secara Default

Reverse-Skill dilengkapi dengan berbagai titik masuk yang dirancang untuk skenario spesifik:

| Skenario                                   | Titik Masuk yang Direkomendasikan                     |
| :----------------------------------------- | :---------------------------------------------------- |
| `exe / dll / so / elf`                     | `skill_routing_matrix.md#binary_reverse_engineering`  |
| `Frontend signature / encrypted parameters` | `skill_routing_matrix.md#frontend_analysis_and_evasion` |
| `HTTP capture / browser sampling / request replay` | `anything-analyzer` + `skill_routing_matrix.md#dynamic_browser_analysis` |
| `Penetration testing / port scanning / vulnerability scanning` | `skill_routing_matrix.md#network_penetration_testing` |
| `Firmware / IoT / router pentesting`       | `skill_routing_matrix.md#firmware_iot_penetration_testing` |
| `N-day / patch diff / CVE PoC writing`     | `skill_routing_matrix.md#n_day_vulnerability_research` |
| `Exploit writing / pwn / stack-heap-kernel exploitation` | `skill_routing_matrix.md#exploit_development`         |
| `EDR / AV bypass / red-team delivery`      | `skill_routing_matrix.md#red_team_operations`         |
| `Browser/desktop automation`               | `skill_routing_matrix.md#browser_desktop_automation`  |
| `Symbol migration / cross-version comparison` | `skill_routing_matrix.md#symbol_management`           |
| `Diagrams / architecture diagrams / attack-path diagrams` | `skill_routing_matrix.md#diagram_generation`          |
| `CTF challenge`                            | `ctf_routing_matrix.md`                               |

## Daftar Dependensi Penting

Berikut adalah beberapa contoh alat yang mungkin perlu Anda instal, dikelompokkan berdasarkan kategori:

| Kategori               | Alat Contoh            | Keterangan                           |
| :--------------------- | :--------------------- | :----------------------------------- |
| **Klien Inti & Runtimes** | Python, Git            | Dasar untuk menjalankan skrip dan paket. |
| **Alat Reverse Engineering APK / Android** | JD-GUI, APK-Tool, Jadx | Untuk dekompilasi dan analisis aplikasi Android. |
| **Analisis Dinamis & Alat Sisi Browser** | `anything-analyzer`, `jshookmcp` | Untuk analisis runtime browser dan interaksi HTTP. |
| **Alat Reverse Engineering Biner** | IDA Pro, Ghidra, Radare2 / Cutter | Untuk analisis biner mendalam dan disassembler. |
| **Basis Pengetahuan Pendukung** | Basis Pengetahuan CTF | Data dan solusi untuk tantangan Capture The Flag. |

## Startup dan Verifikasi Awal

Setelah menginstal paket, langkah pertama adalah menyegarkan indeks alat:

```bash
python scripts/tool_index_refresh.py
```

Perintah ini akan memindai alat yang tersedia di mesin Anda dan memperbarui `tool_index.json`. Ini penting karena `tool_index.json` dari paket mungkin sudah usang atau tidak akurat untuk mesin baru Anda.

Jika Anda berencana menggunakan IDA Pro, Anda perlu memulai layanan HTTP MCP-nya:

```bash
python scripts/idapro_mcp_entry.py
```

Skrip ini akan memulai layanan HTTP di latar belakang, menunggu kesiapannya, dan bahkan menyalin file `System32` ke direktori sementara untuk menghindari masalah penguncian. Ingat, skrip default mungkin masih berisi nilai-nilai spesifik mesin lama. Anda harus mengubahnya menjadi nilai yang relevan untuk mesin Anda setelah migrasi.

`anything-analyzer` adalah komponen lain yang penting. Ini diasumsikan akan mengekspos endpoint MCP, seperti `http://localhost:23816/`. Jika alamat, port, atau *auth header* Anda berbeda, sesuaikan konfigurasi klien MCP Anda.

## Mekanisme Auto-Evolusi: Pembelajaran Berkelanjutan AI

Reverse-Skill bukanlah basis pengetahuan statis. Ini adalah sistem yang hidup. Setelah setiap proyek reverse engineering, penetrasi testing, atau keamanan yang berhasil, AI Anda wajib menulis kembali pengalamannya secara otomatis. Ini membuat sistem semakin kuat seiring waktu.

Pengalaman ini akan disimpan di direktori `experience_journal/field_journal_logs/`. AI akan terpicu untuk menulis kembali pengalaman jika:

*   Tugas reverse engineering atau penetrasi testing selesai.
*   Ditemukan jebakan atau solusi *toolchain* baru.
*   Cacat dalam proses *bootstrap* ditemukan dan diperbaiki.
*   Ditemukan skenario baru yang belum tercakup oleh matriks routing.
*   Tugas gagal, tetapi alasan kegagalan memiliki nilai referensi.

Setiap entri jurnal harus berisi informasi yang dapat ditindaklanjuti, tidak boleh redundan, menggunakan format nama file `YYYYMMDD_scenario.md`, menyertakan kode atau perintah bila memungkinkan, menjelaskan cakupan kondisi solusi, dan mencatat detail lingkungan penting. Sebelum memulai tugas baru, AI akan memeriksa `experience_journal/index.md` untuk memanfaatkan solusi yang sudah terverifikasi dan menghindari jebakan yang sudah diketahui.

## Perubahan Wajib Setelah Migrasi

Ini adalah bagian yang paling sering terlewatkan. Jika Anda mengganti komputer, nama pengguna, atau *drive letter*, Anda harus memeriksa semua jalur di seluruh paket. Perhatikan baik-baik jalur skrip lokal dalam konfigurasi contoh MCP, aturan (`RULES.md`), *memory pointers* yang Anda tulis sendiri, dan skrip PowerShell yang mungkin memiliki jalur *hard-coded* lama. Setelah migrasi, selalu jalankan lagi `python scripts/tool_index_refresh.py`. Jangan percaya `tool_index.json` yang dibundel, karena itu dipindai di mesin sebelumnya.

## Panduan Pengguna Saat Kegagalan Instalasi

Tidak semua kemampuan dapat diinstal otomatis dengan sukses 100%. Jika AI mencoba menyelesaikan instalasi secara otomatis dan gagal, ia tidak boleh pasrah. AI harus segera beralih ke mode "pandu pengguna untuk mengonfigurasi secara manual".

AI akan memberikan panduan terstruktur seperti ini:

```markdown
**[Nama Kemampuan]**
**[Deskripsi Masalah]**
**Langkah-langkah Manual:**
1. [Langkah 1]
   [perintah verifikasi]
2. [Langkah 2]
   [perintah verifikasi]
...
```

Contoh konkretnya, jika `ida-pro-mcp` gagal, AI akan memandu Anda untuk menginstalnya dari GitHub, menginstal *plugin* IDA, dan memulai layanan. Kemudian memverifikasi apakah layanan berjalan dan dapat dijangkau oleh klien MCP Anda.

## Lisensi dan Penafian

Paket ini dimaksudkan hanya untuk penelitian keamanan yang sah secara hukum, pembelajaran, dan kompetisi CTF. Pengguna wajib memastikan semua operasi berada dalam batas hukum. Penetrasi testing yang tidak sah terhadap sistem orang lain adalah ilegal. Penulis paket tidak bertanggung jawab atas penyalahgunaan.

## Kesimpulan

Reverse-Skill adalah sebuah ekosistem. Ini adalah aset routing keahlian, titik masuk alat, metodologi, dan basis pengetahuan yang terus belajar. Tanda sebenarnya dari migrasi yang berhasil bukanlah hanya "file berhasil disalin". Bukti keberhasilan adalah ketika, tidak peduli Anda menggunakan Claude Code, Codex CLI, atau klien AI kode lainnya, AI dapat merutekan ke keahlian yang benar terlebih dahulu, memanggil *toolchain* yang benar-benar ada di mesin Anda, dan secara otomatis menyimpan pengalaman setelah setiap tugas yang selesai.

## Referensi
https://github.com/zhaoxuya520/reverse-skill

Reverse-Skill adalah paket routing keahlian yang memungkinkan agen AI menavigasi tugas reverse engineering dan keamanan dengan metodologi yang benar, mengonsolidasi alat, dan belajar dari pengalaman.

Reverse-Skill: Otomasi Keahlian Agent AI dalam Reverse Engineering dan Keamanan

Bagi Anda yang bergelut di dunia keamanan siber, khususnya sebagai pemburu bug, menemukan sumber daya yang tepat adalah kunci untuk meningkatkan kemampuan. Ada banyak kerentanan yang bisa ditemukan, dan memahami cara eksploitasi serta mitigasinya seringkali membutuhkan wawasan dari pengalaman orang lain. Di sinilah peran dua proyek GitHub, **Awesome Bug Bounty Reference and Writeups**, sangat terasa. Dua repositori ini, yaitu `devanshbatham/Awesome-Bugbounty-Writeups` dan `ngalongc/bug-bounty-reference`, menyediakan daftar komprehensif *write-up* kerentanan yang dikategorikan berdasarkan jenis bug.

Mari kita selami lebih dalam kedua repositori ini dan bagaimana mereka bisa menjadi teman terbaik Anda dalam berburu bug.

## devanshbatham/Awesome-Bugbounty-Writeups: Koleksi Pilihan Berdasarkan Tipe Bug

Repositori `devanshbatham/Awesome-Bugbounty-Writeups` adalah daftar kurasi *write-up* bug bounty yang diinspirasi oleh koleksi serupa. Daftar ini dikategorikan berdasarkan jenis bug, memudahkan pemburu untuk menemukan informasi relevan tentang kerentanan tertentu. Tim di balik repositori ini juga sangat terbuka terhadap masukan pengguna. Mereka membaca setiap umpan balik yang diberikan, menunjukkan komitmen terhadap kualitas dan relevansi konten.

Repositori ini memungkinkan pencarian kode, repositori, pengguna, *issues*, dan *pull requests*. Ada juga fitur pencarian tersimpan untuk memfilter hasil lebih cepat. Ini tentu sangat membantu saat Anda ingin menggali informasi tentang kerentanan seperti **Cross Site Scripting (XSS)**, **Cross Site Request Forgery (CSRF)**, **Clickjacking (UI redressing attack)**, **Local File Inclusion (LFI)**, **Denial of Service (DOS)**, **Authentication Bypass**, **Insecure Direct Object Reference (IDOR)**, **Server Side Request Forgery (SSRF)**, **Remote Code Execution (RCE)**, hingga **Buffer Overflow Writeups**. Pengguna juga diundang untuk mengirimkan tautan *write-up* melalui Twitter.

## ngalongc/bug-bounty-reference: Referensi Mendalam untuk Eksploitasi Kerentanan

Mirip dengan yang sebelumnya, `ngalongc/bug-bounty-reference` adalah daftar *write-up* bug bounty yang dikategorikan berdasarkan sifat bug. Repositori ini lahir dari kebutuhan pemburug bug untuk mencari referensi ketika menemukan jenis kerentanan yang belum mereka pahami cara eksploitasinya. Sebagai contoh, jika Anda menemukan kerentanan **Relative Path Overwrite (RPO)** tetapi tidak tahu cara mengeksploitasinya, repositori ini bisa menjadi tempat untuk mencari panduan. Atau, jika pelanggan Anda menggunakan mekanisme OAuth dan Anda bingung cara mengujinya, referensi di sini bisa sangat membantu.

Tujuan utama repositori ini adalah membuat daftar lengkap kerentanan umum yang dipublikasikan dalam *write-up* bug bounty. Harapannya, para pemburu bug bisa menggunakan halaman ini sebagai referensi untuk mendapatkan wawasan tentang jenis kerentanan tertentu selama aktivitas *bug hunting*. Kontribusi melalui *pull request* juga sangat diapresiasi.

Repositori ini juga menyediakan kemampuan pencarian kode, repositori, pengguna, *issues*, dan *pull requests*, serta fitur pencarian tersimpan untuk mempercepat penyaringan hasil. Berikut beberapa contoh *write-up* yang disebutkan di dalamnya:

*   **Cross-Site Scripting (XSS)**: Contohnya termasuk *write-up* di Uber oleh Jack Whitton, XSS tersimpan dari domain tidak relevan ke domain utama Facebook oleh James Kettle (albinowax), serta *write-up* dari Krzysztof Kotowicz, Marin MoulinierFollow, Efkan Gökbaş, dan Abood Nour.
*   **Stealing Access Token**: Ada *write-up* oleh Mahmoud G.
*   **Remote Code Execution (RCE)**: Termasuk *write-up* oleh Orange Tsai (dalam bahasa Mandarin), *write-up* yang membutuhkan pengetahuan ROP (Return-Oriented Programming), serta *write-up* oleh 93c08539 dan Michiel Prins.
*   **Insecure Direct Object Reference (IDOR)**: Beberapa referensi membahas kerentanan Google oleh Enguerran Gillier, serta *write-up* oleh Jobert Abma, Raja Sekar Durairaj, dan penulis anonim yang metode-metodenya banyak digunakan.
*   **Unrestricted File Upload**: Referensi oleh vijay kumar.
*   **Server Side Request Forgery (SSRF)**: Ada *write-up* oleh Fábio Pires.
*   **Authentication Bypass**: Contohnya oleh Jouko Pynnönen.
*   **HTTP Header Injection**: Ada *write-up* oleh David Vieira-Kurz dan Inti De Ceukelaire.
*   **Local File Inclusion (LFI)**: Terdapat *write-up* LFI dari tahun 2017.

## Perbandingan Singkat Kedua Repositori

Meskipun keduanya memiliki tujuan yang serupa, yaitu menjadi sumber referensi *write-up* bug bounty, `ngalongc/bug-bounty-reference` cenderung memberikan contoh *write-up* spesifik dengan nama penulis dan platform yang ditemukan, menjadikannya sangat praktis untuk studi kasus. Sementara `devanshbatham/Awesome-Bugbounty-Writeups` lebih fokus pada daftar kategori bug yang lebih luas. Kedua repositori ini saling melengkapi dan sangat berharga untuk pemburu bug.

Berikut tabel perbandingan kerentanan yang disebutkan di kedua repositori:

| Tipe Kerentanan                       | devanshbatham/Awesome-Bugbounty-Writeups | ngalongc/bug-bounty-reference (Contoh Spesifik) |
| :------------------------------------ | :--------------------------------------- | :--------------------------------------------- |
| Cross-Site Scripting (XSS)            | Ya                                       | Ya (Uber, Facebook oleh Jack Whitton, James Kettle) |
| Cross Site Request Forgery (CSRF)     | Ya                                       | Tidak disebutkan secara langsung               |
| Clickjacking (UI redressing attack)   | Ya                                       | Tidak disebutkan secara langsung               |
| Local File Inclusion (LFI)            | Ya                                       | Ya (2017 Local File Inclusion)                 |
| Denial of Service (DOS)               | Ya                                       | Tidak disebutkan secara langsung               |
| Authentication Bypass                 | Ya                                       | Ya (oleh Jouko Pynnönen)                       |
| Insecure Direct Object Reference (IDOR)| Ya                                       | Ya (Google oleh Enguerran Gillier, Jobert Abma) |
| Server Side Request Forgery (SSRF)    | Ya                                       | Ya (oleh Fábio Pires)                          |
| Remote Code Execution (RCE)           | Ya                                       | Ya (oleh Orange Tsai, Michiel Prins)           |
| Buffer Overflow Writeups              | Ya                                       | Tidak disebutkan secara langsung               |
| Stealing Access Token                 | Tidak disebutkan secara langsung         | Ya (oleh Mahmoud G.)                           |
| Unrestricted File Upload              | Tidak disebutkan secara langsung         | Ya (oleh vijay kumar)                          |
| HTTP Header Injection                 | Tidak disebutkan secara langsung         | Ya (oleh David Vieira-Kurz, Inti De Ceukelaire) |
| Relative Path Overwrite (RPO)         | Tidak disebutkan secara langsung         | Ya (disebutkan sebagai contoh kerentanan)      |

Kedua repositori ini tidak hanya menyediakan daftar *write-up*, tetapi juga fungsi pencarian yang memudahkan eksplorasi. Fitur "saved searches" dapat membantu Anda menyimpan kueri pencarian yang sering digunakan, sehingga proses filtrasi hasil menjadi lebih cepat. Menggunakan referensi seperti ini adalah cara cerdas untuk terus belajar dari pengalaman orang lain dan mengasah insting Anda dalam menemukan serta mengeksploitasi kerentanan.

## Referensi
- https://github.com/devanshbatham/Awesome-Bugbounty-Writeups
- https://github.com/ngalongc/bug-bounty-reference

Jelajahi dua daftar komprehensif write-up bug bounty, `devanshbatham/Awesome-Bugbounty-Writeups` dan `ngalongc/bug-bounty-reference`, untuk memahami berbagai kerentanan dan cara eksploitasinya. Artikel ini memandu Anda menemukan referensi berharga untuk meningkatkan kemampuan berburu bug.

Kompilasi Terbaik untuk Pemburu Bug: Menggali Awesome Bug Bounty Reference and Writeups

Dunia AI sedang heboh, tapi bukan karena inovasi baru. Justru sebaliknya, platform yang seharusnya jadi sarana kolaborasi AI, Hugging Face, kini dimanfaatkan peretas. Ya, **hackers use Hugging Face to distribute malicious models** atau lebih tepatnya, malware. Ini bukan sekadar isu kecil. Sebuah aktor ancaman yang dikaitkan dengan Korea Utara telah mengubah Hugging Face menjadi saluran pengiriman malware tahap kedua dan *backend* eksfiltrasi data *real-time* untuk serangan rantai pasokan npm yang sangat canggih. Targetnya jelas: para pengembang perangkat lunak di seluruh dunia.

## Awal Mula Serangan: Paket npm Menipu

Serangan ini dimulai dengan cara yang terlihat sederhana namun menipu. Paket npm bernama “terminal-logger-utils” muncul, didesain agar terlihat seperti utilitas pengembangan biasa. Siapa sangka, ini adalah pintu masuk ancaman serius. Tiga paket tambahan, "pretty-logger-utils", "ts-logger-pack", dan "pinno-loggers", ikut mengimpor dan menyebarkan perilaku berbahaya ini, menempatkan setiap pengembang yang menginstalnya dalam risiko serius.

Di balik paket-paket polos ini, ada aktor ancaman yang diselidiki oleh peneliti dari OX Security. Mereka berhasil melacak akun "jpeek895" yang bertanggung jawab atas paket-paket berbahaya ini. Akun tersebut bukan wajah baru, sudah pernah ditandai di kmsec.uk karena mengunggah paket npm serupa yang terkait langsung dengan aktivitas Korea Utara (DPRK).

## Ancaman di Balik Kedok: Malware Multi-Fungsi

Malware yang disebarkan ini memiliki kemampuan luar biasa dan berbahaya. Ia mampu mencuri data Telegram, kunci SSH, dompet cryptocurrency, basis data login *browser*, file konfigurasi *cloud*, hingga variabel lingkungan di berbagai *drive*. Yang lebih parah, paket ini menunjukkan perilaku *keylogger*, *infostealer*, dan *remote access trojan* (RAT) sekaligus. Artinya, perangkat lunak ini bisa merekam setiap ketikan Anda, mencuri informasi penting, dan bahkan memberikan kendali penuh kepada penyerang atas mesin Anda.

## Hugging Face, Senjata Tersembunyi untuk Menghindari Deteksi

Apa yang membuat serangan ini begitu mencolok adalah bagaimana penyerang dengan cerdik menggunakan Hugging Face untuk tetap tidak terdeteksi. Bayangkan, daripada mengoperasikan server mencurigakan sendiri untuk pengiriman malware, mereka justru menampung *binary* tahap kedua di platform Hugging Face. Situs ini, yang secara umum dianggap aman dan tepercaya oleh sebagian besar filter keamanan, menjadi jembatan sempurna bagi para peretas.

Data curian juga tidak diunggah ke server asing yang mudah dicurigai. Sebaliknya, data tersebut diunggah ke *dataset* pribadi di Hugging Face. Cara ini membuat aktivitas eksfiltrasi data luput dari pengawasan dan mudah menghindari deteksi. Akun *maintainer* npm yang terhubung dengan paket dependen, yaitu pvnd3540749, yggedd817513, dan jpeek886, masing-masing berperan dalam penyebaran infeksi ini.

## Bagaimana Malware Bekerja: Aspek Teknis

Bagi para *developer*, memahami cara kerja malware ini adalah kunci untuk perlindungan diri. Titik masuk malware ini adalah *hook* `postinstall` yang tertanam dalam file `package.json` paket.

```json
// Contoh tampilan postinstall hook yang berbahaya
{
  "name": "terminal-logger-utils",
  "version": "1.0.0",
  "description": "A development utility.",
  "scripts": {
    "postinstall": "node utils.cjs"
  }
}
```

Ketika seorang *developer* menjalankan `npm install`, *hook* ini secara diam-diam membuka file bernama `utils.cjs`. File ini adalah *malware dropper* yang di-*obfuscate*, bertugas memeriksa sistem operasi korban. Setelah itu, ia mengambil *binary* yang sesuai dari Hugging Face.

*Binary* yang diunduh adalah Node.js Single Executable Application, sebuah file gabungan yang berisi *implant* JavaScript berbahaya secara keseluruhan. Begitu berjalan, *implant* ini terhubung kembali ke server penyerang melalui koneksi WebSocket. Koneksi ini memberikan operator kendali penuh atas mesin, termasuk kemampuan untuk membaca dan menulis file, mengeksekusi perintah *shell*, menangkap tangkapan layar, dan menyuntikkan input.

Secara paralel, sebuah *background loop* juga berjalan saat startup. Ia terus-menerus mencatat penekanan tombol (*keystroke*), memantau *clipboard*, dan mengirim data yang dicuri ke *HTTP endpoint* penyerang. Semua ini terjadi tanpa tanda-tanda yang terlihat oleh pengembang.

## Persistensi dan Pembaruan: Malware yang Sulit Dilenyapkan

Setelah *implant* mendarat di mesin Windows, ia menginstal dirinya di jalur `%LOCALAPPDATA%\MicrosoftSystem64`. Nama direktori ini sengaja dipilih agar menyerupai folder sistem Microsoft yang sah.

Malware ini kemudian mendaftarkan mekanisme persistensi *login* melalui *launcher* VBS tersembunyi dan *scheduled task*. Sebuah *registry Run key* juga disiapkan sebagai cadangan jika metode utama gagal.

Pada jalankan pertamanya, malware juga memeriksa apakah perlu memperbarui dirinya. Caranya dengan menghubungi repositori Hugging Face milik operator. Kemampuan pembaruan otomatis ini berarti penyerang dapat secara diam-diam mengganti atau meningkatkan *implant* tanpa harus menginfeksi ulang korban.

## Lindungi Diri Anda: Langkah-langkah Pencegahan

Bagi para *developer* yang telah menginstal salah satu paket yang disebutkan selama periode aktif serangan, Anda harus berasumsi lingkungan Anda telah dikompromikan dan segera bertindak.

*   **Hapus malware** dari mesin yang terinfeksi.
*   **Blokir semua permintaan jaringan** ke indikator kompromi yang diketahui.
*   **Lakukan rotasi kunci penuh** dan aktifkan otentikasi dua faktor (2FA) di semua akun penting.
*   **Perlakukan setiap *script* `postinstall`** di paket yang tidak dikenal sebagai tidak tepercaya secara *default*.
*   **Utamakan instalasi berbasis *lockfile*** menggunakan `npm ci` di semua lingkungan CI (Continuous Integration) dan *build pipeline*. Ini memastikan dependensi diinstal berdasarkan *lockfile* yang ada, bukan versi terbaru yang mungkin berbahaya.

Serangan ini menunjukkan betapa pentingnya kewaspadaan dalam ekosistem pengembangan modern. Bahkan platform terpercaya pun bisa disalahgunakan.

## Referensi
https://cybersecuritynews.com/hackers-use-hugging-face/

Peretas yang terkait dengan Korea Utara menggunakan platform AI Hugging Face untuk menyebarkan malware tahap kedua dan mencuri data dalam serangan rantai pasokan npm yang canggih. Serangan ini menargetkan pengembang perangkat lunak dengan paket-paket npm berbahaya yang menyamar sebagai utilitas pengembangan.

Mengungkap Modus Baru: Peretas Manfaatkan Hugging Face untuk Distribusi Malware

OpenAI telah mengumumkan upaya terbarunya dalam keamanan siber, dengan fokus pada penerapan Frontier AI untuk para pembela siber. Meskipun informasi mengenai rilis "Daybreak AI" masih menjadi topik hangat, OpenAI secara aktif bekerja untuk menghadirkan perangkat dan kapabilitas yang dirancang untuk membuat perangkat lunak lebih aman dan tangguh. Tujuannya adalah membangun sistem yang secara desain memiliki ketahanan tinggi.

## Membangun Pertahanan Siber yang Lebih Kuat dengan AI

Bagaimana sebenarnya AI ini bisa masuk ke pertahanan siber modern? OpenAI merancangnya untuk memprioritaskan isu-isu berdampak tinggi. AI ini membantu mengurangi jam analisis menjadi hitungan menit saja, dengan pemakaian token yang efisien.

Selain itu, AI ini juga bisa menghasilkan dan menguji _patch_ secara langsung di repositori Anda. Proses ini dilengkapi dengan akses yang terlingkup, pemantauan, serta peninjauan. Setelah semua selesai, hasilnya dan bukti audit dapat langsung dikirim kembali ke sistem Anda untuk pelacakan dan verifikasi perbaikan.

### Mengulik Codex Security: Inti dari Intelijen Siber OpenAI

Intelijen siber dari OpenAI ini dideploy di dalam **Codex Security**. Ini adalah platform yang fokus membantu tim keamanan siber dalam beberapa aspek krusial:

*   **Menemukan dan Memperbaiki Kerentanan**: Codex Security membuat model ancaman yang bisa diedit dari repositori Anda. Kemudian, sistem ini memusatkan analisis pada jalur serangan yang realistis dan kode-kode yang memiliki dampak tinggi. Ini membantu tim fokus pada apa yang benar-benar penting.

*   **Menyelesaikan Tumpukan _Backlog_**: Seringkali, tim keamanan dibanjiri oleh peringatan yang tidak terlalu relevan. Codex Security membantu memvalidasi kerentanan yang kemungkinan besar nyata dalam lingkungan yang terisolasi. Dengan begitu, tim dapat memprioritaskan isu-isu yang benar-benar nyata dan dapat direproduksi, alih-alih membuang waktu pada peringatan yang bising.

*   **Mengotomatiskan Deteksi dan Respons**: AI digunakan untuk mengidentifikasi kerentanan dengan risiko yang lebih tinggi. Lalu, sistem ini secara otomatis memantau kerentanan tersebut secara menyeluruh, dari awal hingga akhir.

### Pilihan Akses untuk Alur Kerja Keamanan

OpenAI menyediakan beberapa tingkat akses untuk model mereka, agar sesuai dengan kebutuhan alur kerja keamanan yang berbeda. Tim dapat menghubungi tim OpenAI untuk menentukan model terbaik.

| Tingkat Akses                                   | Perlindungan                     | Skenario Penggunaan Utama                                                               | Perilaku Permisif | Kontrol Tambahan                                |
| :---------------------------------------------- | :------------------------------- | :-------------------------------------------------------------------------------------- | :---------------- | :---------------------------------------------- |
| Standard Safeguards (General-purpose use)       | Standar                          | Umum, pengembangan, dan pekerjaan berbasis pengetahuan                                | Tidak             | Tidak ada                                       |
| GPT-5.5 with Trusted Access for Cyber           | Lebih tepat                      | Peninjauan kode aman, triase kerentanan, analisis _malware_, rekayasa deteksi, validasi _patch_ | Tidak             | Di lingkungan yang sah dan terverifikasi       |
| Preview Access (Specialized authorized workflows) | Paling permisif                  | _Red teaming_, pengujian penetrasi, dan validasi terkontrol                               | Ya                | Verifikasi lebih kuat, kontrol tingkat akun |

OpenAI menekankan bahwa upaya ini telah dipercaya oleh organisasi keamanan terkemuka. Dengan demikian, mereka berusaha untuk menyediakan kemampuan keamanan yang kuat dan terkontrol untuk berbagai kebutuhan pertahanan siber.

## Referensi
*   https://tekno.kompas.com/read/2026/05/12/14030027/openai-rilis-daybreak-ai-keamanan-siber-pesaing-claude-mythos-
*   https://openai.com/daybreak/

OpenAI memperkenalkan inisiatif AI canggih untuk pertahanan siber, termasuk Codex Security, yang membantu menemukan, memperbaiki, dan mengotomatiskan perlindungan dari kerentanan.

OpenAI Memperkuat Keamanan Siber dengan Frontier AI dan Codex Security

Dunia keamanan siber Linux kembali dihebohkan dengan kemunculan sebuah *backdoor* baru. Peneliti keamanan siber telah mengungkap detail tentang **PamDOORa Backdoor**, sebuah ancaman yang kini diiklankan di forum kejahatan siber Rusia, Rehub. Aktor ancaman dengan julukan "darkworm" menawarkan *backdoor* ini, yang awalnya seharga $1.600 dan kini telah turun menjadi $900.

PamDOORa dirancang sebagai *toolkit post-exploitation* berbasis Pluggable Authentication Module (PAM). Fungsinya adalah memungkinkan akses SSH yang persisten. Ini dilakukan dengan kombinasi kata sandi "ajaib" dan port TCP spesifik. Selain itu, alat ini juga mampu mengumpulkan kredensial dari semua pengguna sah yang melakukan otentikasi melalui sistem yang sudah terinfeksi.

## Apa Itu PamDOORa?

Assaf Morag, seorang peneliti dari Flare.io, menjelaskan bahwa PamDOORa adalah *backdoor* berbasis PAM yang baru. Tujuan utamanya adalah menjadi *backdoor post-exploitation*, memungkinkan otentikasi ke server melalui OpenSSH. Alat ini diklaim bisa tetap persisten pada sistem Linux (x86_64). PamDOORa menjadi *backdoor* Linux kedua yang menargetkan *stack* PAM, setelah DopePAM.

### Bagaimana PamDOORa Bekerja?

PamDOORa memiliki beberapa kemampuan berbahaya. Pertama, tentu saja, adalah kemampuan untuk mencuri kredensial. Kedua, alat ini dirancang untuk menciptakan akses SSH yang persisten. Ini berarti penyerang bisa kembali masuk ke sistem meskipun kredensial awal mereka sudah berubah.

Flare.io menemukan bahwa PamDOORa juga memiliki kemampuan anti-forensik. Ini memungkinkan *backdoor* tersebut memanipulasi log otentikasi secara sistematis. Dengan begitu, jejak aktivitas jahat dapat terhapus, membuat deteksi dan penyelidikan menjadi lebih sulit.

Saat ini, belum ada bukti PamDOORa digunakan dalam serangan dunia nyata. Namun, rantai infeksi yang menyebarkan *malware* ini kemungkinan besar melibatkan penyerang yang sudah mendapatkan akses *root* ke *host* terlebih dahulu. Setelah itu, modul PamDOORa akan disebarkan untuk menangkap kredensial dan membangun akses persisten melalui SSH.

## Mengapa PAM Menjadi Target?

PAM adalah kerangka kerja keamanan vital dalam sistem operasi Unix atau Linux. Kerangka kerja ini memberikan kemampuan bagi administrator sistem untuk mengintegrasikan berbagai mekanisme otentikasi. Mereka bisa memperbarui mekanisme tersebut, misalnya beralih dari kata sandi ke biometrik, ke dalam sistem yang ada tanpa perlu menulis ulang aplikasi yang sudah ada.

Modul PAM biasanya berjalan dengan **hak akses *root***. Ini berarti bahwa modul yang disusupi, salah dikonfigurasi, atau berbahaya dapat menimbulkan risiko keamanan yang signifikan. Hal ini bisa membuka pintu lebar-lebar bagi pencurian kredensial dan akses tidak sah.

Group-IB, sebuah vendor keamanan dari Singapura, juga menegaskan bahwa modularitas PAM justru memperkenalkan risiko. Modifikasi berbahaya pada modul PAM dapat menciptakan *backdoor* atau mencuri kredensial pengguna. Ini semakin diperparah karena PAM tidak menyimpan kata sandi. Sebaliknya, ia mengirimkan nilai dalam teks biasa.

Modul `pam_exec`, yang memungkinkan eksekusi perintah eksternal, bisa dimanfaatkan penyerang. Mereka bisa menyuntikkan *script* berbahaya ke dalam *file* konfigurasi PAM. Tujuannya untuk mendapatkan akses tidak sah atau membangun kontrol persisten. Group-IB juga merinci bagaimana konfigurasi PAM untuk otentikasi SSH dapat dimanipulasi untuk menjalankan *script* melalui `pam_exec`. Ini memungkinkan aktor jahat mendapatkan *shell* dengan hak istimewa di *host* dan memfasilitasi persistensi yang tersembunyi.

## Pergerakan di Pasar Gelap

PamDOORa pertama kali ditawarkan dengan harga $1.600 pada tanggal 17 Maret 2026. Namun, *persona* "darkworm" kemudian mengurangi harganya hampir 50% menjadi $900 pada tanggal 9 April. Penurunan harga ini bisa mengindikasikan kurangnya minat pembeli atau niat untuk mempercepat penjualan.

| Tanggal Penawaran | Harga              |
| :---------------- | :----------------- |
| 17 Maret 2026     | $1.600             |
| 9 April           | $900 (turun ~50%) |

## Evolusi Ancaman

Morag menjelaskan bahwa PamDOORa merupakan evolusi dari *backdoor* PAM *open-source* yang sudah ada. Meskipun teknik-teknik individual seperti *PAM hooks*, pengambilan kredensial, dan manipulasi log sudah didokumentasikan dengan baik, integrasi PamDOORa membuatnya berbeda. Alat ini adalah implan modular yang kohesif. Dilengkapi dengan kemampuan anti-debug, pemicu berbasis jaringan, dan *pipeline builder*. Ini menempatkannya lebih dekat ke alat tingkat operator daripada *script proof-of-concept* kasar yang sering ditemukan di repositori publik.

Ancaman seperti PamDOORa mengingatkan kita akan pentingnya keamanan mendalam pada sistem Linux. Terutama pada komponen fundamental seperti PAM yang memiliki hak akses tinggi.

## Referensi
*   https://thehackernews.com/2026/05/new-linux-pamdoora-backdoor-uses-pam.html

Peneliti mengungkap PamDOORa, backdoor Linux berbasis PAM baru yang dijual di forum kejahatan siber, mampu mencuri kredensial dan mempertahankan akses SSH.

Penyamaran Canggih: Mengenal PamDOORa Backdoor yang Mengincar Linux

## Teknologi Phishing Terbaru 2026: Waspadai Undangan Acara Palsu!

Bro, siap-siap karena dunia siber di tahun 2026 ini makin panas. Teknologi phishing terbaru 2026 nggak cuma main halus, tapi udah pakai trik yang bikin kita lengah. Bayangin aja, kamu dapet undangan acara yang keliatannya legit banget, eh ternyata itu jebakan betmen buat nyolong data loginmu.

### Modus Baru: Undangan Acara Sebagai Umpan

Serangan phishing skala besar ini lagi nyasar banyak organisasi di Amerika Serikat. Pelakunya pinter, mereka nggak langsung kirim lampiran mencurigakan atau link scam yang jelas. Justru, mereka manfaatin undangan pesta atau kumpul-kumpul yang kelihatannya resmi. Tujuannya? Bikin kita ngeklik tanpa curiga.

Begitu link diklik, kita bakal diarahkan ke halaman yang dirancang khusus buat nyuri kredensial login, mencegat kode sekali pakai (OTP), atau bahkan instal software manajemen jarak jauh. Yang bikin serangan ini beda, langkah awalnya itu bener-bener kelihatan biasa banget. Nggak ada tanda bahaya yang kentara sampai semua terlambat.

### Kronologi Serangan: Dari Invitasi Sampai Jebakan

Analisis menunjukkan kampanye ini teridentifikasi pada 22 April 2026, menargetkan kredensial email. Beberapa kasus bahkan menyebarkan software manajemen jarak jauh. Cuma dalam lima hari, sekitar 160 link mencurigakan sudah masuk ke sandbox, dan kira-kira 80 domain phishing terdeteksi, kebanyakan terdaftar dengan domain .de sejak Desember 2025.

Sektor yang paling banyak kena dampak adalah Pendidikan, Perbankan, Pemerintahan, Teknologi, dan Kesehatan. Sektor-sektor ini sangat bergantung pada akses email dan alat administrasi jarak jauh, jadi gampang jadi sasaran empuk pelaku. Sekali kredensial dicuri, pintu terbuka lebar buat akses yang lebih dari sekadar inbox.

Yang lebih ngeri, kampanye ini kelihatan dibuat untuk skala besar. Pelaku kejahatan siber sepertinya pakai toolkit phishing yang bisa dipakai ulang buat bikin situs undangan palsu dengan cepat. Ada juga petunjuk penggunaan konten yang dibantu AI, yang artinya permukaan serangan bisa meluas dengan cepat sambil struktur dasarnya tetap konsisten untuk dideteksi.

### Alur Penipuan yang Licik

Serangan dimulai dengan link undangan sederhana. Setelah diklik, korban akan melewati pemeriksaan CAPTCHA, seringkali melalui Cloudflare, yang bikin halaman itu kelihatan lebih meyakinkan. Dari situ, ada dua kemungkinan yang terjadi:

1.  **Pencurian Kredensial:** Halaman akan menampilkan prompt masuk dan meminta kita login pakai layanan email pilihan. Kalau milih Google, kita bakal diarahkan ke halaman login Google asli. Tapi, kredensial kita dikirim via permintaan POST ke endpoint server seperti `/pass.php` dan `/mlog.php`. Kalau milih layanan lain, halaman itu akan mengumpulkan email dan password, lalu sengaja menampilkan pesan "Password Salah" untuk mendorong kita memasukkan data lagi, akhirnya menangkap kedua upaya itu. Begitu kita submit kode OTP, itu pun bakal diteruskan diam-diam ke penyerang.

2.  **Pengiriman Software Manajemen Jarak Jauh:** Pelaku mendistribusikan alat **Remote Management Software (RMM)** seperti ScreenConnect, ITarian, Datto RMM, ConnectWise, atau LogMeIn Rescue. Beberapa halaman punya tombol unduh, yang lain memulai unduhan otomatis tanpa perlu aksi tambahan. Karena ini alat yang sah dan banyak dipakai, software keamanan mungkin nggak mendeteksinya sebagai ancaman.

### Cara Melawan Serangan Ini

Tim keamanan bisa pakai pola infrastruktur bersama buat melacak domain terkait sebelum insiden terjadi. Semua halaman phishing dalam kampanye ini mengikuti rantai permintaan yang bisa diprediksi: permintaan GET ke root, diikuti permintaan ke `/favicon.ico`, `/blocked.html`, dan jalur gambar yang cocok dengan `/Image/*.png`.

Untuk menangkalnya, organisasi bisa dapatkan visibilitas lebih awal, sebelum kredensial dipakai atau alat jarak jauh terpasang. Menganalisis link secara aman bisa bantu tim memastikan apakah halaman itu undangan palsu, formulir kredensial, atau halaman pengiriman RMM sebelum data pengguna terancam.

### Tren Phishing 2026 Lainnya

Nggak cuma undangan acara, ada tren lain juga yang perlu diwaspadai:

*   **Phishing via QR Code:** Ini jadi vektor serangan yang tumbuh paling cepat. Penyerang nyamarain link jahat pakai QR code, atau bahkan nyimpennya langsung di badan email.
*   **CAPTCHA-Gated Phishing:** Taktik ini berkembang pesat di berbagai jenis payload, bikin pertahanan otomatis makin susah.
*   **Lures Berbasis Kode Etik:** Microsoft mengungkap kampanye yang pakai tema kode etik buat nipu 35.000+ pengguna di 26 negara, dengan 92% target di AS. Lures ini pakai template HTML enterprise yang meyakinkan dan bikin rasa urgensi.
*   **Phishing-as-a-Service (PhaaS):** Platform seperti Tycoon 2FA terus berinovasi, pindah penyedia hosting dan pola pendaftaran domain buat ngelak dari deteksi.
*   **Penyalahgunaan Amazon SES:** Penyerang manfaatin Amazon Simple Email Service buat ngirim email phishing yang lolos dari pemeriksaan SPF, DKIM, dan DMARC, bikin emailnya kelihatan sah.

Intinya, pelaku kejahatan siber di 2026 makin kreatif dan canggih. Waspada jadi kunci utama buat jaga data kita. Selalu cek ulang link, jangan gampang percaya sama undangan yang kelihatan terlalu bagus buat jadi kenyataan, dan pastikan kita pakai otentikasi multi-faktor (MFA) di mana pun memungkinkan.

## Referensi
- https://cybersecuritynews.com/new-phishing-attack-weaponizing-event-invitations/
- https://thehackernews.com/2026/05/microsoft-details-phishing-campaign.html

Jelajahi teknologi phishing terbaru 2026, termasuk serangan undangan acara palsu dan taktik canggih lainnya yang menargetkan kredensial dan akses jarak jauh.

Penipuan Phishing 2026: Undangan Acara Palsu dan Ancaman yang Berkembang

## Ancaman Baru di Ponsel Android: Spyware Morpheus Mengintai Akun WhatsApp

Dunia keamanan siber kembali dihebohkan dengan kemunculan **spyware Morpheus**, sebuah ancaman baru yang secara licik mengincar pengguna Android. Malware ini dilaporkan mampu mengambil alih akun penting, termasuk WhatsApp, tanpa disadari oleh pemiliknya. Pakar keamanan siber dari Vaksincom, Alfons Tanujaya, mengungkapkan bahwa Morpheus diduga berasal dari Italia dan telah beroperasi di lebih dari 20 negara, seringkali digunakan oleh lembaga penegak hukum dan intelijen.

### Modus Operandi Morpheus yang Licik

Berbeda dengan malware pada umumnya yang langsung menyerang, Morpheus memiliki metode yang lebih halus. Ia menunggu momen ketika ponsel korban kehilangan akses data seluler. Dalam situasi ini, korban akan diarahkan untuk melakukan langkah pemulihan koneksi.

Di sinilah jebakan Morpheus dimulai. Korban bisa saja menerima instruksi untuk melakukan pembaruan sistem atau perbaikan jaringan. Padahal, file yang diunduh sebenarnya adalah **spyware Morpheus** dalam bentuk file APK. Karena aplikasi ini berasal dari luar toko resmi seperti Google Play Store, Morpheus memanfaatkan celah di Android yang mengizinkan instalasi dari sumber yang tidak dikenal (side loading). Hal ini membuat Android lebih rentan dibandingkan iPhone yang memiliki ekosistem lebih tertutup.

### Eksploitasi Aksesibilitas dan Pengambilalihan Akun

Setelah berhasil terpasang di perangkat, Morpheus akan menyalahgunakan fitur **Accessibility Permission** di Android. Dengan izin ini, spyware dapat memantau setiap aktivitas di layar, membaca konten yang ditampilkan, bahkan berinteraksi dengan aplikasi lain seolah-olah pengguna yang melakukannya.

Ancaman paling serius muncul ketika Morpheus dapat mengambil alih akun WhatsApp korban. Caranya adalah dengan menautkan perangkat baru ke akun WhatsApp korban tanpa sepengetahuan pemilik aslinya. Meskipun dikategorikan sebagai spyware "low cost" dan tidak menggunakan teknik canggih seperti serangan *zero-click* pada spyware kelas atas seperti Pegasus, efektivitas Morpheus tetap tinggi jika digunakan untuk target yang spesifik.

### Bukan Ancaman Massal, Namun Tetap Waspada

Penting untuk dicatat bahwa Morpheus bukanlah ancaman yang bersifat massal. Serangan ini sangat terarah, atau *highly targeted*, biasanya menyasar individu tertentu yang dianggap bernilai, seperti jurnalis, aktivis, atau tokoh politik. Namun, ini bukan berarti pengguna iPhone bisa bernapas lega. Ancaman spyware terus berkembang, dan bukan tidak mungkin muncul malware baru dengan kemampuan yang lebih canggih di masa depan. Keamanan digital kini tidak hanya bergantung pada perangkat yang digunakan, tetapi juga pada perilaku pengguna dalam menghadapi berbagai modus serangan.

### Cara Menghindari Infeksi Spyware Morpheus

Untuk melindungi diri dari serangan Morpheus dan spyware sejenis, pengguna Android disarankan untuk meningkatkan kewaspadaan dan kedisiplinan dalam menjaga keamanan perangkat. Berikut langkah-langkah penting yang bisa dilakukan:

*   **Jangan pernah menginstal aplikasi dari luar Google Play Store.** Selalu unduh aplikasi dari sumber resmi untuk menghindari potensi malware.
*   **Curigai notifikasi pembaruan sistem yang tidak diminta.** Terutama jika muncul saat koneksi internet tidak stabil atau melalui SMS berisi tautan APK.
*   **Pastikan fitur "Install unknown apps" dalam kondisi nonaktif.** Fitur ini memungkinkan instalasi aplikasi dari sumber yang tidak dikenal.
*   **Aktifkan verifikasi dua langkah di WhatsApp.** Ini memberikan lapisan keamanan tambahan pada akun Anda.
*   **Rutin periksa daftar perangkat tertaut (Linked Devices) di WhatsApp.** Lakukan ini secara berkala untuk memastikan tidak ada perangkat asing yang terhubung ke akun Anda.

Keamanan digital di era modern ini menuntut kita untuk selalu waspada. Perilaku kita dalam menyikapi setiap notifikasi dan unduhan menjadi benteng pertahanan terakhir dari ancaman spyware canggih seperti Morpheus.

## Referensi

*   https://inet.detik.com/security/d-8472994/spyware-morpheus-serang-android-bisa-bajak-whatsapp-diam-diam
*   https://ttis.kotamobagu.go.id/posts/awas-whatsapp-kamu-bisa-dibobol-spyware-morpheus
*   https://selfd.id/waspada-spyware-morpheus-ancaman-baru-yang-bisa-bajak-whatsapp-anda/

Dunia keamanan siber kembali dihebohkan dengan kemunculan spyware Morpheus, sebuah ancaman baru yang secara licik mengincar pengguna Android.

Spyware Morpheus: Ancaman Baru yang Bisa Bajak Akun WhatsApp di Android

## Claude Mythos: Ancaman AI Baru yang Mengusik Para Pemimpin Ekonomi Global

Tahun 2026 tampaknya menjadi saksi bisu lahirnya sebuah inovasi kecerdasan buatan (AI) yang bukan sekadar terobosan teknologi biasa. Model AI terbaru dari Anthropic, yang diberi nama **Claude Mythos**, telah berhasil menarik perhatian serius para pemimpin ekonomi global. Kemampuannya yang dinilai mengancam stabilitas sistem keuangan dunia menjadi topik perdebatan hangat, bahkan sampai ke forum bergengsi seperti pertemuan Dana Moneter Internasional (IMF) di Washington DC pada April lalu.

### Latar Belakang Mythos dan Potensi Risikonya

Mythos adalah fondasi teknologi chatbot yang Anthropic klaim sebagai ancaman nyata bagi keamanan siber organisasi mana pun. Diumumkan pada 7 April 2026, model ini sengaja tidak dirilis ke publik. Keputusan ini diambil karena Mythos memiliki kemampuan luar biasa dalam mengidentifikasi celah tersembunyi pada sistem IT yang selama ini luput dari perhatian para pengembang.

Bukan sekadar mencari kelemahan biasa, Mythos dilaporkan mampu mengeksploitasi celah **"zero-day"** pada sistem operasi dan browser penting. Celah ini, yang sudah ada selama puluhan tahun tanpa terdeteksi, kini menjadi ancaman nyata. Anthropic sendiri menyebut penemuan ini sebagai "momen bersejarah bagi keamanan siber".

### Evaluasi Risiko dan Respons Global

AI Security Institute (AISI) Inggris mengonfirmasi bahwa Mythos menunjukkan peningkatan kapabilitas yang signifikan dibandingkan model AI sebelumnya. Dalam sebuah simulasi, Mythos menjadi model pertama yang berhasil menyelesaikan serangan siber kompleks yang terdiri dari 32 langkah.

Menanggapi temuan ini, Menteri Keuangan AS Scott Bessent segera memanggil pimpinan bank-bank besar seperti Goldman Sachs dan Citi. Di Inggris, isu ini bahkan masuk dalam agenda Cross Market Operational Resilience Group, yang melibatkan Bank of England dan National Cyber Security Centre.

Pemerintah dan perusahaan teknologi raksasa berkolaborasi dalam upaya mitigasi risiko melalui **Project Glasswing**. Sekitar 40 perusahaan, termasuk raksasa seperti Apple, Google, JP Morgan, dan Nvidia, mendapatkan akses awal untuk menguji Mythos guna memperkuat sistem pertahanan siber mereka.

### Dampak Pasar dan Kekhawatiran Operasional

Dampak dari ancaman AI ofensif ini tidak main-main. Kapitalisasi pasar perusahaan keamanan siber global dilaporkan menyusut sekitar 14,5 miliar dollar AS atau setara Rp 248 triliun dalam satu hari pada akhir Maret 2026. Saham perusahaan seperti Palo Alto Networks, CrowdStrike, dan Zscaler mengalami pelemahan signifikan, mencerminkan kekhawatiran investor terhadap relevansi model bisnis keamanan konvensional di tengah pesatnya perkembangan AI ofensif.

Kekhawatiran ini semakin memuncak setelah Anthropic mengonfirmasi adanya penyelidikan internal terkait dugaan akses tidak sah ke model Mythos oleh beberapa pengguna di forum daring privat pada Rabu, 22 April 2026.

### Pernyataan Para Pejabat

Para pejabat tinggi Amerika Serikat juga telah memberikan peringatan serius. Menteri Keuangan AS Scott Bessent secara tegas menyatakan bahwa masyarakat memang harus khawatir mengenai potensi AI meretas rekening bank. Pernyataannya muncul setelah pertemuan dengan eksekutif JPMorgan dan Bank of America, di mana model Mythos dari Anthropic menjadi sorotan utama.

Gubernur Bank of England Andrew Bailey pun mengimbau agar perkembangan ini ditanggapi dengan sangat serius. Di Jerman, Presiden Asosiasi Bank Jerman dan CEO Deutsche Bank, Christian Sewing, mengonfirmasi bahwa bank-bank telah menjalin kontak erat dengan regulator Eropa terkait Mythos.

### Implikasi bagi Industri Perbankan

Industri perbankan, yang sangat bergantung pada teknologi kompleks dan saling terhubung, menjadi salah satu sektor yang paling rentan terhadap ancaman AI seperti Mythos. Kemampuan model ini untuk mengidentifikasi dan mengeksploitasi kerentanan yang sebelumnya belum diketahui, bahkan lebih cepat daripada kemampuan perusahaan untuk memperbaikinya, menimbulkan kekhawatiran besar. Pengkodean canggih dan kemampuan otonom Mythos dapat mempercepat serangan siber secara drastis.

Para bankir kini menghadapi tekanan ganda: mempercepat adopsi AI untuk efisiensi operasional, sekaligus memperkuat pertahanan siber mereka untuk melindungi nasabah dan aset. Keamanan siber dalam lanskap AI yang terus berkembang menjadi tema struktural yang krusial bagi sektor finansial di masa depan.

## Referensi
- https://www.babelinsight.id/ancaman-ai-claude-mythos-guncang-keuangan-global
- https://www.bloombergtechnoz.com/detail-news/106062/mengenal-mythos-model-ai-anthropic-yang-disebut-menebar-ancaman
- https://investortrust.id/financial/101214/claude-mythos-model-ai-anthropic-yang-picu-kekhawatiran-finansial-global-soal-risiko-siber
- https://www.cnbcindonesia.com/tech/20260422072121-37-728714/bank-bisa-bobol-dalam-sekejap-apa-itu-mythos-yang-bikin-dunia-panik
- https://www.heygotrade.com/id/news/citi-luncurkan-arc-bessent-peringatkan-ancaman-ai-perbankan-20260504/

Claude Mythos: Ancaman AI Baru yang Mengusik Para Pemimpin Ekonomi Global

Tahun 2026 tampaknya menjadi saksi bisu lahirnya sebuah inovasi kecerdasan buatan 

Claude Mythos: Ancaman AI yang Mengguncang Stabilitas Keuangan Global

Solusi praktis integrasi webmail custom ke dalam dashboard Gmail. Kelola, baca, dan kirim email domain pribadi langsung dari satu tempat tanpa ribet gonta-ganti tab.

Mengapa Kamu Masih Buka Dua Tab Terpisah? Panduan Setup Custom Webmail Langsung di Dashboard Gmail

Pelajari efisiensi merakit mesin tetas telur listrik AC otomatis dengan modal murah untuk mendongkrak hasil ternak unggas tanpa repot bolak-balik telur manual.

Otomasi Ternak Unggas: Kenapa Rakit Sendiri Mesin Penetas Telur AC Jauh Lebih Worth It Dibanding Cara Konvensional?

Pelajari bagaimana mesin tetas telur berbasis arus listrik DC bekerja menjaga suhu dan kelembapan ideal untuk mendongkrak keberhasilan penetasan telur unggas.

Mesin Tetas Telur Arus DC: Solusi Hardware Murah Buat Tingkatin Angka Penetasan Unggas

Kupas tuntas seluk-beluk mobil aki anak dengan kontrol ganda dan fitur multimedia. Pahami batas spesifikasi hardware sebelum eksekusi build sendiri.

EV Versi Mini: Membedah Mobil Listrik Aki Lengkap dengan Remote Control dan Fitur Multimedia

Pelajari cara merakit smart power strip berbasis NodeMCU dan Blynk untuk kontrol daya nirkabel serta integrasi IoT yang aman dan efisien.

Mengapa Beli Mahal Kalau Bisa Bikin Sendiri? Rancang Smart Power Strip Berbasis NodeMCU dan Blynk

Solusi tuntas mengatasi bug sistem dan software bermasalah di MacBook dengan panduan install ulang macOS lewat Internet Recovery secara aman.

#keamanan-siber

Getting Lastest Post..

Populer Bulan Ini