本章讨论Windows中一些更重要的工件及其使用Python的提取方法.
Windows NTUSER .DAT 文件，用于存储各种用户活动.每个用户配置文件都有像 NTUSER.DAT 这样的配置单元，它专门存储与该用户相关的信息和配置.因此，它对于法医分析师的调查非常有用.
以下Python脚本将解析 NTUSER.DAT 的一些键以便探索用户对系统的操作.在继续进行之前，对于Python脚本，我们需要安装第三方模块，即 Registry，pytsk3 ，pyewf和 Jinja2 .我们可以使用pip来安装它们.
我们可以按照以下步骤从 NTUSER.DAT 文件中提取信息 :
首先，搜索系统中的所有 NTUSER.DAT 文件.
然后为每个 NTUSER.DAT 文件解析 WordWheelQuery，TypePath和RunMRU 键.
最后，我们将使用 Jinja2 fmodule将已经处理过的这些工件写入HTML报告.
让我们看看如何将Python代码用于此目的 :
首先，我们需要导入以下Python模块 :
from __future__ import print_function from argparse import ArgumentParser import os import StringIO import struct from utility.pytskutil import TSKUtil from Registry import Registry import jinja2
现在，亲命令行处理程序的vide参数.这里它将接受三个参数 - 第一个是证据文件的路径，第二个是证据文件的类型，第三个是HTML报告的所需输出路径，如下所示 :
if __name__ == '__main__':
parser = argparse.ArgumentParser('Information from user activities')
parser.add_argument('EVIDENCE_FILE',help = "Path to evidence file")
parser.add_argument('IMAGE_TYPE',help = "Evidence file format",choices = ('ewf', 'raw'))
parser.add_argument('REPORT',help = "Path to report file")
args = parser.parse_args()
main(args.EVIDENCE_FILE, args.IMAGE_TYPE, args.REPORT)现在，让我们定义 main()函数来搜索所有 NTUSER.DAT 文件，如图所示 :
def main(evidence, image_type, report):
tsk_util = TSKUtil(evidence, image_type)
tsk_ntuser_hives = tsk_util.recurse_files('ntuser.dat','/Users', 'equals')
nt_rec = {
'wordwheel': {'data': [], 'title': 'WordWheel Query'},
'typed_path': {'data': [], 'title': 'Typed Paths'},
'run_mru': {'data': [], 'title': 'Run MRU'}
}现在，我们将尝试在 NTUSER.DAT 文件，一旦找到它，定义用户处理函数，如下所示 :
for ntuser in tsk_ntuser_hives:
uname = ntuser[1].split("/")
open_ntuser = open_file_as_reg(ntuser[2])
try:
explorer_key = open_ntuser.root().find_key("Software").find_key("Microsoft")
.find_key("Windows").find_key("CurrentVersion").find_key("Explorer")
except Registry.RegistryKeyNotFoundException:
continue
nt_rec['wordwheel']['data'] += parse_wordwheel(explorer_key, uname)
nt_rec['typed_path']['data'] += parse_typed_paths(explorer_key, uname)
nt_rec['run_mru']['data'] += parse_run_mru(explorer_key, uname)
nt_rec['wordwheel']['headers'] = \ nt_rec['wordwheel']['data'][0].keys()
nt_rec['typed_path']['headers'] = \ nt_rec['typed_path']['data'][0].keys()
nt_rec['run_mru']['headers'] = \ nt_rec['run_mru']['data'][0].keys()现在，将字典对象及其路径传递给 write_html()方法，如下所示;
write_html(report，nt_rec)
现在，定义一个方法，它接受 pytsk 文件句柄并通过 StringIO 类将其读入Registry类.
def open_file_as_reg(reg_file): file_size = reg_file.info.meta.size file_content = reg_file.read_random(0，file_size ) file_like_obj = StringIO.StringIO(file_content) return Registry.Registry(file_like_obj)
现在，我们将定义函数将解析并处理来自 NTUSER.DAT 文件的 WordWheelQuery 键，如下所示 :
def parse_wordwheel(explorer_key, username):
try:
wwq = explorer_key.find_key("WordWheelQuery")
except Registry.RegistryKeyNotFoundException:
return []
mru_list = wwq.value("MRUListEx").value()
mru_order = []
for i in xrange(0, len(mru_list), 2):
order_val = struct.unpack('h', mru_list[i:i + 2])[0]
if order_val in mru_order and order_val in (0, -1):
break
else:
mru_order.append(order_val)
search_list = []
for count, val in enumerate(mru_order):
ts = "N/A"
if count == 0:
ts = wwq.timestamp()
search_list.append({
'timestamp': ts,
'username': username,
'order': count,
'value_name': str(val),
'search': wwq.value(str(val)).value().decode("UTF-16").strip("\x00")
})
return search_list现在，我们将定义将从 NTUSER.DAT 文件中解析和处理 TypedPaths 键的函数如下 :
def parse_typed_paths(explorer_key, username):
try:
typed_paths = explorer_key.find_key("TypedPaths")
except Registry.RegistryKeyNotFoundException:
return []
typed_path_details = []
for val in typed_paths.values():
typed_path_details.append({
"username": username,
"value_name": val.name(),
"path": val.value()
})
return typed_path_details现在，我们将定义将从 NTUSER.DAT 文件中解析和处理 RunMRU 键的函数，如下所示 :
def parse_run_mru(explorer_key, username):
try:
run_mru = explorer_key.find_key("RunMRU")
except Registry.RegistryKeyNotFoundException:
return []
if len(run_mru.values()) == 0:
return []
mru_list = run_mru.value("MRUList").value()
mru_order = []
for i in mru_list:
mru_order.append(i)
mru_details = []
for count, val in enumerate(mru_order):
ts = "N/A"
if count == 0:
ts = run_mru.timestamp()
mru_details.append({
"username": username,
"timestamp": ts,
"order": count,
"value_name": val,
"run_statement": run_mru.value(val).value()
})
return mru_details现在，以下函数将处理HTML报告的创建 :
def write_html(outfile，data_dict):
cwd = os.path.dirname(os.path.abspath(__ file __))
env = jinja2.Environment(loader = jinja2.FileSystemLoader(cwd) ))
template = env.get_template("user_activity.html")
rendering = template.render(nt_data = data_dict)
with open(outfile，'w')as open_outfile:
open_outfile.write(rendering)最后我们可以为报告编写HTML文档.运行上述脚本后，我们将以HTML文档格式从NTUSER.DAT文件中获取信息.
创建快捷方式文件时用户或操作系统为经常使用，双击或从系统驱动器(如附加存储)访问的文件创建快捷方式文件.这种快捷方式文件称为链接文件.通过访问这些链接文件，调查员可以找到窗口的活动，例如访问这些文件的时间和位置.
让我们讨论一下我们可以使用的Python脚本从这些Windows LINK文件中获取信息.
对于Python脚本，安装第三方模块，即 pylnk，pytsk3，pyewf .我们可以按照以下步骤从 lnk 文件中提取信息
首先，搜索 lnk 系统中的文件.
然后，通过遍历它们从该文件中提取信息.
现在，最后我们需要将此信息发送到CSV报告.
让我们看看如何将Python代码用于此目的 :
首先，导入以下Python库 :
from __future__ import print_function from argparse import ArgumentParser import csv import StringIO from utility.pytskutil import TSKUtil import pylnk
现在，提供命令行处理程序的参数.这里它将接受三个参数 - 第一个是证据文件的路径，第二个是证据文件的类型，第三个是CSV报告的所需输出路径，如下所示 :
if __name__ == '__main__':
parser = argparse.ArgumentParser('Parsing LNK files')
parser.add_argument('EVIDENCE_FILE', help = "Path to evidence file")
parser.add_argument('IMAGE_TYPE', help = "Evidence file format",choices = ('ewf', 'raw'))
parser.add_argument('CSV_REPORT', help = "Path to CSV report")
args = parser.parse_args()
main(args.EVIDENCE_FILE, args.IMAGE_TYPE, args.CSV_REPORT)现在，通过创建 TSKUtil 的对象来解释证据文件，并遍历文件系统以查找以 lnk 结尾的文件.可以通过定义 main()函数来完成，如下所示 :
def main(evidence, image_type, report):
tsk_util = TSKUtil(evidence, image_type)
lnk_files = tsk_util.recurse_files("lnk", path="/", logic="endswith")
if lnk_files is None:
print("No lnk files found")
exit(0)
columns = [
'command_line_arguments', 'description', 'drive_serial_number',
'drive_type', 'file_access_time', 'file_attribute_flags',
'file_creation_time', 'file_modification_time', 'file_size',
'environmental_variables_location', 'volume_label',
'machine_identifier', 'local_path', 'network_path',
'relative_path', 'working_directory'
]现在借助以下代码，我们将通过创建如下函数来遍历 lnk 文件s :
parsed_lnks = []
for entry in lnk_files:
lnk = open_file_as_lnk(entry[2])
lnk_data = {'lnk_path': entry[1], 'lnk_name': entry[0]}
for col in columns:
lnk_data[col] = getattr(lnk, col, "N/A")
lnk.close()
parsed_lnks.append(lnk_data)
write_csv(report, columns + ['lnk_path', 'lnk_name'], parsed_lnks)现在我们需要定义两个函数，一个将打开 pytsk 文件对象，另一个将用于编写CSV报告，如下所示 :
def open_file_as_lnk(lnk_file): file_size = lnk_file.info.meta.size file_content = lnk_file.read_random(0, file_size) file_like_obj = StringIO.StringIO(file_content) lnk = pylnk.file() lnk.open_file_object(file_like_obj) return lnk def write_csv(outfile, fieldnames, data): with open(outfile, 'wb') as open_outfile: csvfile = csv.DictWriter(open_outfile, fieldnames) csvfile.writeheader() csvfile.writerows(data)
运行上述脚本后，我们将从CSV报告中删除已发现的 lnk 文件中的信息 :
每当应用程序首次从特定位置运行时，Windows都会创建预取文件.这些用于加速应用程序启动过程.这些文件的扩展名为 .PF ，这些文件存储在"\ Root \ Windows \Prefetch"文件夹中.
数字取证专家可以从指定位置揭示程序执行的证据以及用户的详细信息.预取文件对于审查员来说是有用的工件，因为它们的条目在程序被删除或卸载后仍然存在.
让我们讨论一下将从Windows预取文件中获取信息的Python脚本给出以下 :
对于Python脚本，安装第三方模块，即 pylnk，pytsk3 和 unicodecsv .回想一下，我们已经在前面章节中讨论过的Python脚本中使用过这些库.
我们必须按照下面给出的步骤从预取中提取信息文件 : 号;
首先，扫描 .pf 扩展文件或预取文件.
现在，执行签名验证以消除误报.
接下来，解析Windows预取文件格式.这与Windows版本不同.例如，对于Windows XP，它是17，对于Windows Vista和Windows 7，它是23,26，对于Windows 8.1，30对于Windows 10.
最后，我们将解析后的结果写入CSV文件.
让我们看看如何将Python代码用于此目的 :
首先，导入以下Python库 :
from __future__ import print_function import argparse from datetime import datetime, timedelta import os import pytsk3 import pyewf import struct import sys import unicodecsv as csv from utility.pytskutil import TSKUtil
现在，为命令行提供一个参数处理程序.这里它将接受两个参数，第一个是证据文件的路径，第二个是证据文件的类型.它还接受一个可选参数来指定扫描预取文件的路径 :
if __name__ == "__main__":
parser = argparse.ArgumentParser('Parsing Prefetch files')
parser.add_argument("EVIDENCE_FILE", help = "Evidence file path")
parser.add_argument("TYPE", help = "Type of Evidence",choices = ("raw", "ewf"))
parser.add_argument("OUTPUT_CSV", help = "Path to write output csv")
parser.add_argument("-d", help = "Prefetch directory to scan",default = "/WINDOWS/PREFETCH")
args = parser.parse_args()
if os.path.exists(args.EVIDENCE_FILE) and \
os.path.isfile(args.EVIDENCE_FILE):
main(args.EVIDENCE_FILE, args.TYPE, args.OUTPUT_CSV, args.d)
else:
print("[-] Supplied input file {} does not exist or is not a ""file".format(args.EVIDENCE_FILE))
sys.exit(1)现在，用crea解释证据文件找到 TSKUtil 的对象并遍历文件系统以查找以 .pf 结尾的文件.可以通过定义 main()函数来完成，如下所示 :
def main(evidence, image_type, output_csv, path):
tsk_util = TSKUtil(evidence, image_type)
prefetch_dir = tsk_util.query_directory(path)
prefetch_files = None
if prefetch_dir is not None:
prefetch_files = tsk_util.recurse_files(".pf", path=path, logic="endswith")
if prefetch_files is None:
print("[-] No .pf files found")
sys.exit(2)
print("[+] Identified {} potential prefetch files".format(len(prefetch_files)))
prefetch_data = []
for hit in prefetch_files:
prefetch_file = hit[2]
pf_version = check_signature(prefetch_file)现在，定义一个方法，用于验证签名，如下所示 :
def check_signature(prefetch_file):
version, signature = struct.unpack("^<2i", prefetch_file.read_random(0, 8))
if signature == 1094927187:
return version
else:
return None
if pf_version is None:
continue
pf_name = hit[0]
if pf_version == 17:
parsed_data = parse_pf_17(prefetch_file, pf_name)
parsed_data.append(os.path.join(path, hit[1].lstrip("//")))
prefetch_data.append(parsed_data)现在，开始处理Windows预取文件.这里我们以Windows XP预取文件为例;
def parse_pf_17(prefetch_file, pf_name): create = convert_unix(prefetch_file.info.meta.crtime) modify = convert_unix(prefetch_file.info.meta.mtime) def convert_unix(ts): if int(ts) == 0: return "" return datetime.utcfromtimestamp(ts) def convert_filetime(ts): if int(ts) == 0: return "" return datetime(1601, 1, 1) + timedelta(microseconds=ts / 10)
现在，使用struct提取嵌入在预取文件中的数据，如下所示 :
pf_size, name, vol_info, vol_entries, vol_size, filetime, \
count = struct.unpack("<i60s32x3iq16xi",prefetch_file.read_random(12, 136))
name = name.decode("utf-16", "ignore").strip("/x00").split("/x00")[0]
vol_name_offset, vol_name_length, vol_create, \
vol_serial = struct.unpack("<2iqi",prefetch_file.read_random(vol_info, 20))
vol_serial = hex(vol_serial).lstrip("0x")
vol_serial = vol_serial[:4] + "-" + vol_serial[4:]
vol_name = struct.unpack(
"<{}s".format(2 * vol_name_length),
prefetch_file.read_random(vol_info + vol_name_offset,vol_name_length * 2))[0]
vol_name = vol_name.decode("utf-16", "ignore").strip("/x00").split("/x00")[0]
return [
pf_name, name, pf_size, create,
modify, convert_filetime(filetime), count, vol_name,
convert_filetime(vol_create), vol_serial ]因为我们已经为Windows XP提供了预取版本，但如果遇到其他Windows的预取版本会怎样.然后它必须显示错误消息，如下所示 :
elif pf_version == 23:
print("[-] Windows Vista / 7 PF file {} -- unsupported".format(pf_name))
continue
elif pf_version == 26:
print("[-] Windows 8 PF file {} -- unsupported".format(pf_name))
continue
elif pf_version == 30:
print("[-] Windows 10 PF file {} -- unsupported".format(pf_name))
continue
else:
print("[-] Signature mismatch - Name: {}\nPath: {}".format(hit[0], hit[1]))
continue
write_output(prefetch_data, output_csv)现在，定义将结果写入CSV报告的方法，如下所示;
def write_output(data, output_csv):
print("[+] Writing csv report")
with open(output_csv, "wb") as outfile:
writer = csv.writer(outfile)
writer.writerow([
"File Name", "Prefetch Name", "File Size (bytes)",
"File Create Date (UTC)", "File Modify Date (UTC)",
"Prefetch Last Execution Date (UTC)",
"Prefetch Execution Count", "Volume", "Volume Create Date",
"Volume Serial", "File Path" ])
writer.writerows(data)运行上述脚本后，我们将从Windows XP版本的预取文件中获取信息到电子表格中.
