本章将解释Microsoft Windows取证中涉及的各种概念以及调查员可以从调查过程中获得的重要工件.
工件是计算机系统中具有与计算机用户执行的活动相关的重要信息的对象或区域.此信息的类型和位置取决于操作系统.在取证分析期间，这些工件在批准或不批准调查员的观察中起着非常重要的作用.
Windows工件假设由于以下原因而减去显着性;
世界上大约90％的流量来自使用Windows作为其计算机的计算机操作系统.这就是为什么数字取证审查员Windows工件非常重要.
Windows操作系统存储与计算机系统上的用户活动相关的不同类型的证据.这是显示Windows工件对数字取证的重要性的另一个原因.
很多时候，调查员围绕旧的和传统的领域(如用户创建的数据)进行调查. Windows工件可以引导调查非传统领域，如系统创建的数据或工件.
Windows提供了大量的工件，对调查人员很有帮助以及进行非正式调查的公司和个人.
近年来网络犯罪的增加是Windows工件重要的另一个原因.
在本节中，我们将讨论一些Windows工件和用于从中获取信息的Python脚本.
这是用于取证调查的重要Windows工件之一. Windows回收站包含已由用户删除但尚未被系统物理删除的文件.即使用户从系统中完全删除了该文件，它也是一个重要的调查来源.这是因为审查员可以从已删除的文件中提取有价值的信息，如原始文件路径以及发送到回收站的时间.
请注意存储回收站证据取决于Windows的版本.在下面的Python脚本中，我们将处理Windows 7，它创建了两个文件: $ R 文件，其中包含回收文件的实际内容和 $ I 文件包含原始文件名，路径，文件删除时的文件大小.
对于Python脚本，我们需要安装第三方模块，即 pytsk3，pyewf 和 unicodecsv 的.我们可以使用 pip 来安装它们.我们可以按照以下步骤从回收站中提取信息;
首先，我们需要使用递归方法进行扫描通过 $ Recycle.bin 文件夹，选择所有以 $ I 开头的文件.
下一步，我们将读取文件的内容并解析可用的元数据结构.
现在，我们将搜索关联的$ R文件.
最后，我们会将结果写入CSV文件以供审核.
让我们看看如何为此目的使用Python代码 :
首先，我们需要导入以下Python库 :
from __future__ import print_function from argparse import ArgumentParser import datetime import os import struct from utility.pytskutil import TSKUtil import unicodecsv as csv
接下来，我们需要提供一个命令行处理程序的参数.请注意，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('Recycle Bin evidences')
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，定义将处理所有处理的 main()函数.它将搜索 $ I 文件，如下所示 :
def main(evidence, image_type, report_file):
tsk_util = TSKUtil(evidence, image_type)
dollar_i_files = tsk_util.recurse_files("$I", path = '/$Recycle.bin',logic = "startswith")
if dollar_i_files is not None:
processed_files = process_dollar_i(tsk_util, dollar_i_files)
write_csv(report_file,['file_path', 'file_size', 'deleted_time','dollar_i_file', 'dollar_r_file', 'is_directory'],processed_files)
else:
print("No $I files found")现在，如果我们找到 $ I 文件，然后必须发送到 process_dollar_i()函数，该函数将接受 tsk_util 对象以及 $ I
def process_dollar_i(tsk_util，dollar_i_files):
processed_files = []
for dollar_i in dollar_i_files:
file_attribs = read_dollar_i(dollar_i [2])
if file_attribs is None:
continue
file_attribs ['dollar_i_file'] = os.path. join('/$ Recycle.bin'，dollar_i [1] [1:])现在，搜索$ R文件如下 :
recycle_file_path = os.path.join('/$Recycle.bin',dollar_i[1].rsplit("/", 1)[0][1:])
dollar_r_files = tsk_util.recurse_files(
"$R" + dollar_i[0][2:],path = recycle_file_path, logic = "startswith")
if dollar_r_files is None:
dollar_r_dir = os.path.join(recycle_file_path,"$R" + dollar_i[0][2:])
dollar_r_dirs = tsk_util.query_directory(dollar_r_dir)
if dollar_r_dirs is None:
file_attribs['dollar_r_file'] = "Not Found"
file_attribs['is_directory'] = 'Unknown'
else:
file_attribs['dollar_r_file'] = dollar_r_dir
file_attribs['is_directory'] = True
else:
dollar_r = [os.path.join(recycle_file_path, r[1][1:])for r in dollar_r_files]
file_attribs['dollar_r_file'] = ";".join(dollar_r)
file_attribs['is_directory'] = False
processed_files.append(file_attribs)
return processed_files现在，定义 read_dollar_i()方法来读取 $ I 文件，换句话说，解析元数据.我们将使用 read_random()方法来读取签名的前八个字节.如果签名不匹配，则返回none.之后，如果这是一个有效的文件，我们必须从 $ I 文件中读取和解包这些值.
def read_dollar_i(file_obj):
if file_obj.read_random(0, 8) != '\x01\x00\x00\x00\x00\x00\x00\x00':
return None
raw_file_size = struct.unpack('<q', file_obj.read_random(8, 8))
raw_deleted_time = struct.unpack('<q', file_obj.read_random(16, 8))
raw_file_path = file_obj.read_random(24, 520)现在，在提取这些文件后，我们需要将整数解释为人工可读的值，使用 sizeof_fmt()函数，如下所示 :
file_size = sizeof_fmt(raw_file_size[0])
deleted_time = parse_windows_filetime(raw_deleted_time[0])
file_path = raw_file_path.decode("utf16").strip("\x00")
return {'file_size': file_size, 'file_path': file_path,'deleted_time': deleted_time}}现在，我们需要定义 sizeof_fmt()函数，如下所示;
def sizeof_fmt(num, suffix = 'B'): for unit in ['', 'Ki', 'Mi', 'Gi', 'Ti', 'Pi', 'Ei', 'Zi']: if abs(num) < 1024.0: return "%3.1f%s%s" % (num, unit, suffix) num /= 1024.0 return "%.1f%s%s" % (num, 'Yi', suffix)
现在，将解释后的整数函数定义为格式化的日期和时间，如下所示 :
def parse_windows_filetime(date_value):
microseconds = float(date_value) / 10
ts = datetime.datetime(1601, 1, 1) + datetime.timedelta(
microseconds = microseconds)
return ts.strftime('%Y-%m-%d %H:%M:%S.%f')现在，我们将定义 write_csv()方法，将处理后的结果写入CSV文件，如下所示;
def write_csv(outfile，fieldnames，data): with open(outfile，'wb')as open_outfile: csvfile = csv.DictWriter(open_outfile，fieldnames) csvfile.writeheader() csvfile.writerows(data)
当你运行时上面的脚本，我们将从$ I和$ R文件中获取数据.
Windows粘滞便笺取代现实世界的习惯用钢笔和纸写.这些注释用于在桌面上浮动，具有不同的颜色，字体等选项.在Windows 7中，Sticky Notes文件存储为OLE文件，因此在下面的Python脚本中，我们将调查此OLE文件以从Sticky Notes中提取元数据./p>
对于这个Python脚本，我们需要安装第三方模块，即 olefile，pytsk3，pyewf 和unicodecsv.我们可以使用命令 pip 来安装它们.
我们可以按照下面讨论的步骤从Sticky note文件中提取信息，即 StickyNote.sn :
首先，打开证据文件并找到所有StickyNote.snt文件.
然后，解析OLE流中的元数据和内容，并将RTF内容写入文件.
最后，创建此元数据的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 unicodecsv as csv import os import StringIO from utility.pytskutil import TSKUtil import olefile
接下来，定义一个将被使用的全局变量d穿过此脚本 :
REPORT_COLS = ['note_id'，'created'，'modified'，'note_text'，'note_file']
接下来，我们需要为命令行处理程序提供参数.请注意，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，第三个是所需的输出路径，如下 :
if __name__ == '__main__':
parser = argparse.ArgumentParser('Evidence from Sticky Notes')
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_FOLDER', help="Path to report folder")
args = parser.parse_args()
main(args.EVIDENCE_FILE, args.IMAGE_TYPE, args.REPORT_FOLDER)现在，我们将定义 main()函数，它将类似于前面的脚本，如下所示 :
def main(evidence, image_type, report_folder):
tsk_util = TSKUtil(evidence, image_type)
note_files = tsk_util.recurse_files('StickyNotes.snt', '/Users','equals')现在，让我们遍历生成的文件.然后我们将调用 parse_snt_file()函数来处理该文件，然后我们将使用 write_note_rtf()方法编写RTF文件，如下所示 :
report_details = []
for note_file in note_files:
user_dir = note_file[1].split("/")[1]
file_like_obj = create_file_like_obj(note_file[2])
note_data = parse_snt_file(file_like_obj)
if note_data is None:
continue
write_note_rtf(note_data, os.path.join(report_folder, user_dir))
report_details += prep_note_report(note_data, REPORT_COLS,"/Users" + note_file[1])
write_csv(os.path.join(report_folder, 'sticky_notes.csv'), REPORT_COLS,report_details)接下来，我们需要定义此脚本中使用的各种函数.
首先我们将定义 create_file_like_obj()函数，通过获取 pytsk 文件对象来读取文件的大小.然后我们将定义 parse_snt_file()函数，该函数将接受类文件对象作为其输入，并用于读取和解释便签文件.
def parse_snt_file(snt_file):
if not olefile.isOleFile(snt_file):
print("This is not an OLE file")
return None
ole = olefile.OleFileIO(snt_file)
note = {}
for stream in ole.listdir():
if stream[0].count("-") == 3:
if stream[0] not in note:
note[stream[0]] = {"created": ole.getctime(stream[0]),"modified": ole.getmtime(stream[0])}
content = None
if stream[1] == '0':
content = ole.openstream(stream).read()
elif stream[1] == '3':
content = ole.openstream(stream).read().decode("utf-16")
if content:
note[stream[0]][stream[1]] = content
return note现在，通过定义 write_note_rtf()函数创建一个RTF文件，如下所示
def write_note_rtf(note_data, report_folder): if not os.path.exists(report_folder): os.makedirs(report_folder) for note_id, stream_data in note_data.items(): fname = os.path.join(report_folder, note_id + ".rtf") with open(fname, 'w') as open_file: open_file.write(stream_data['0'])
现在，我们将嵌套字典翻译成更适合CSV电子表格的平面字典列表.这将通过定义 prep_note_report()函数来完成.最后，我们将定义 write_csv()函数.
def prep_note_report(note_data, report_cols, note_file):
report_details = []
for note_id, stream_data in note_data.items():
report_details.append({
"note_id": note_id,
"created": stream_data['created'],
"modified": stream_data['modified'],
"note_text": stream_data['3'].strip("\x00"),
"note_file": note_file
})
return report_details
def write_csv(outfile, fieldnames, data):
with open(outfile, 'wb') as open_outfile:
csvfile = csv.DictWriter(open_outfile, fieldnames)
csvfile.writeheader()
csvfile.writerows(data)运行上面的脚本后，我们将从Sticky Notes文件中获取元数据.
Windows注册表文件包含许多重要的d对于法医分析师来说，这就像是一个信息宝库.它是一个分层数据库，包含与操作系统配置，用户活动，软件安装等相关的详细信息.在以下Python脚本中，我们将从 SYSTEM 和 SOFTWARE
对于这个Python脚本，我们需要安装第三方模块，即 pytsk3，pyewf 和注册表.我们可以使用 pip 来安装它们.
我们可以按照下面给出的步骤从Windows注册表中提取信息并减去;
首先，找到注册表配置单元，按名称和路径进行处理.
<然后我们使用StringIO和Registry模块打开这些文件.
最后我们需要处理每个配置单元并将解析后的值打印到解释控制台.
让我们看看如何使用Python代码目的 : 去;
首先，从__future__ import print_function $ b导入以下Python库 :
from __future__ import print_function from argparse import ArgumentParser import datetime import StringIO import struct from utility.pytskutil import TSKUtil from Registry import Registry
现在，为命令行提供参数处理程序.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，如下所示 :
if __name__ =='__ main__':
parser = argparse.ArgumentParser('来自Windows注册表的证据')
parser.add_argument('EVIDENCE_FILE'，help ="证据文件的路径")
parser.add_argument('IMAGE_TYPE'，help ="证据文件格式"，
choices =('ewf'，'raw'))
args = parser.parse_args()
main(args) .EVIDENCE_FILE，args.IMAGE_TYPE)现在我们将定义 main()函数来搜索 SYSTEM 和 SOFTWARE 在/Windows/System32/config 文件夹中配置如下 :
def main(evidence, image_type):
tsk_util = TSKUtil(evidence, image_type)
tsk_system_hive = tsk_util.recurse_files('system', '/Windows/system32/config', 'equals')
tsk_software_hive = tsk_util.recurse_files('software', '/Windows/system32/config', 'equals')
system_hive = open_file_as_reg(tsk_system_hive[0][2])
software_hive = open_file_as_reg(tsk_software_hive[0][2])
process_system_hive(system_hive)
process_software_hive(software_hive)现在，定义用于打开注册表文件的函数.为此，我们需要从 pytsk 元数据中收集文件的大小，如下所示 :
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，借助以下方法，我们可以处理 SYSTEM> hive :
def process_system_hive(hive):
root = hive.root()
current_control_set = root.find_key("Select").value("Current").value()
control_set = root.find_key("ControlSet{:03d}".format(current_control_set))
raw_shutdown_time = struct.unpack(
'<Q', control_set.find_key("Control").find_key("Windows").value("ShutdownTime").value())
shutdown_time = parse_windows_filetime(raw_shutdown_time[0])
print("Last Shutdown Time: {}".format(shutdown_time))
time_zone = control_set.find_key("Control").find_key("TimeZoneInformation")
.value("TimeZoneKeyName").value()
print("Machine Time Zone: {}".format(time_zone))
computer_name = control_set.find_key("Control").find_key("ComputerName").find_key("ComputerName")
.value("ComputerName").value()
print("Machine Name: {}".format(computer_name))
last_access = control_set.find_key("Control").find_key("FileSystem")
.value("NtfsDisableLastAccessUpdate").value()
last_access = "Disabled" if last_access == 1 else "enabled"
print("Last Access Updates: {}".format(last_access))现在，我们需要为解释的整数定义一个函数格式化的日期和时间如下 :
def parse_windows_filetime(date_value):
microseconds = float(date_value) / 10
ts = datetime.datetime(1601, 1, 1) + datetime.timedelta(microseconds = microseconds)
return ts.strftime('%Y-%m-%d %H:%M:%S.%f')
def parse_unix_epoch(date_value):
ts = datetime.datetime.fromtimestamp(date_value)
return ts.strftime('%Y-%m-%d %H:%M:%S.%f')现在借助以下方法我们可以处理 SOFTWARE hive :
def process_software_hive(hive):
root = hive.root()
nt_curr_ver = root.find_key("Microsoft").find_key("Windows NT")
.find_key("CurrentVersion")
print("Product name: {}".format(nt_curr_ver.value("ProductName").value()))
print("CSD Version: {}".format(nt_curr_ver.value("CSDVersion").value()))
print("Current Build: {}".format(nt_curr_ver.value("CurrentBuild").value()))
print("Registered Owner: {}".format(nt_curr_ver.value("RegisteredOwner").value()))
print("Registered Org:
{}".format(nt_curr_ver.value("RegisteredOrganization").value()))
raw_install_date = nt_curr_ver.value("InstallDate").value()
install_date = parse_unix_epoch(raw_install_date)
print("Installation Date: {}".format(install_date))运行上述内容后脚本，我们将获取存储在Windows注册表文件中的元数据.
