概述

Linux环境下的恶意软件大部分以shell脚本作为母体文件进行传播，而且，同一个病毒家族所使用的的恶意脚本往往具有极高相似性，新变种的脚本大部分是在旧变种脚本的基础上进行修改，新增或替换部分关键恶意代码，同时，不同家族之间的恶意脚本也可能出现代码互相借鉴，部分重合的情况。

该如何揭示病毒家族中恶意脚本之间的关系呢？接下来，我们就通过手工搭建一个简易的恶意脚本分析系统，来实现对恶意脚本之间关系的研究。

系统功能

系统的功能如下，主要为3个：

使用yara检测脚本对应的病毒家族。

计算脚本与样本库中每个样本的相似度。

提取脚本新增/改动的恶意代码。

通过以上3个环节，就能检测出该脚本所属的家族，与其最相似的样本，以及新改动的恶意代码，从而快速定位到本次病毒变种更新的恶意项（C&C域名/文件路径/进程名等）。

使用方法

系统结构由3部分组成，yara规则库、病毒样本库、功能代码，后者运行后会读取规则和样本内容进行检测。

系统运行效果如下，测试的脚本为7月份新发现的H2Miner新变种，该变种与1月份变种ex.sh的相似度为97%，与5月份变种sa.sh的相似度为93%。同时，相比于1月份的变种新增了18行代码，更改了8行代码。

然而，待检测的脚本有可能是新的病毒家族，已有的yara规则无法匹配成功，这时候系统会遍历该脚本与样本库中每一个样本的相似度，筛选出相似度最高的家族。

系统运行完成后，会生成一个html报告，用于可视化显示脚本之间的具体差异。

显示效果如下，高亮显示脚本与相似样本间具体的新增/更改/删除恶意代码行。

原理分析

3个核心功能分别由yara_scan函数、check_similarity函数、parse_modification函数实现，若check_similarity没有计算出相似度高的关联样本，则不执行parse_modification函数。

yara_scan函数

通过yara库，调用rule_db里的yara规则对目标脚本进行扫描，返回匹配到病毒家族名。

目前支持的检测的病毒家族如下。

check_similarity函数

调用开源difflib库的SequenceMatcher函数进行文本相似度计算，筛选出相似百分比最高的样本。PS：若前面yara检测出对应的病毒家族，则只计算该家族目录下的样本相似度，否则，计算所有家族样本的相似度。

样本按照发现日期进行存放，便于整理其中关系。

parse_modifcation函数

最后，使用difflib.context_diff函数提取差异（新增/更改/删除）代码，并使用difflib.HtmlDiff生成详细报告。

总结

Linux恶意脚本大部分没有进行混淆，使用开源库difflib进行文本比较是个简单高效的方法，通过该系统，可以快速的分析新型恶意脚本的更新部分，以及与其他病毒家族脚本的关系。